在postResample预测中获得NA返回
，是指在使用postResample函数进行预测时，如果预测结果为NA（Not Available），即缺失值，会返回NA。
postResample是一个用于计算预测误差的函数，通常用于交叉验证中。它将模型应用于测试数据集，并计算预测结果与实际结果之间的误差。如果预测结果中存在缺失值，即NA，postResample函数会将这些缺失值返回。
在处理预测结果中的NA时，可以采取以下几种方法：
- 删除NA值：可以选择将包含NA值的样本或预测结果从数据集中删除，以确保数据的完整性和准确性。
- 插补缺失值：对于缺失值，可以使用插补方法来填充缺失值，例如使用均值、中位数、回归模型等方法进行插补。
- 使用其他模型进行预测：如果预测结果中存在NA值，可以考虑使用其他模型进行预测，以避免NA值对结果的影响。
总结起来，当在postResample预测中获得NA返回时，我们可以通过删除NA值、插补缺失值或使用其他模型进行预测来处理这些缺失值，以确保预测结果的准确性和完整性。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiup）
- 腾讯云人工智能开发平台（https://cloud.tencent.com/product/tiup）
- 腾讯云数据库（https://cloud.tencent.com/product/tiup）
- 腾讯云服务器（https://cloud.tencent.com/product/tiup）
- 腾讯云存储服务（https://cloud.tencent.com/product/tiup）
- 腾讯云区块链服务（https://cloud.tencent.com/product/tiup）
- 腾讯云物联网平台（https://cloud.tencent.com/product/tiup）
- 腾讯云移动开发平台（https://cloud.tencent.com/product/tiup）
请注意，以上链接仅为示例，实际使用时请根据具体需求和情况选择适合的腾讯云产品。
相关·内容
1回答
我试图使用R中的Rssa库填充一个简单的数据：
library(Rssa)
dt=EuStockMarkets
fame=data.frame(dt)
fame$DAX[150:200]=NA
fame$SMI[150:200]=NA
fame$CAC[150:200]=NA
fame$FTSE[150:200]=NA
s <- ssa(fame, kind = "mssa")
g <- gapfill(s, groups = list(1:6))
#NO error here
plot(g)
fame=fame[1:200,]
View(fame)
s <
浏览 0提问于2018-06-16得票数 0
1回答
在QDA (二次判别分析)中，是否需要保持训练长度和测试数据完全相同？如果没有，您如何在这种情况下找到 Matrix ？
这是。
因为如果我继续训练不同长度的数据集和测试数据集，它会产生一个错误(使用R)：“表中的错误(pred，true)：所有参数都必须具有相同的长度”。
尝试在两个数据集以及pred和true上使用na.omit()删除NAs；对qda()使用na.action = na.exclude，但它没有工作。
在将数据集除以一半之后；一半作为训练，一半作为测试；它在na.omit()之后在、pred和真正的上工作得很好。
以下是用于任何一种方法的代码。在方法2中，将数据分割为相等
浏览 4提问于2016-10-11得票数 0
2回答
我正在尝试用一个自变量(ARIMAX)来拟合R中的Arima模型。模型拟合数据包含正数和负数。问题是，在拟合模型之后，预测函数抛出的数字甚至与用于拟合模型的数据并不接近。 # Sample Data
y <- c( -0.05628948, 0.01907727, 0.00000000, -0.01907727, 0.00000000, -0.01940678,
0.05724351, -0.01875946, -0.03848405, 0.05724351)
x <- c(0.000000000,-0.071700531 ,-0.023863364, 0.013701
浏览 29提问于2019-06-20得票数 0
1回答
我在r中建立了一个logistic回归模型，试图预测板球比赛的结果。然而，我的模型产生的概率值大于1。输出是1.031704，对于如何改进我的模型以获得概率的精确估计有什么建议吗？
set.seed(1)
#Use 70% of dataset as training set and remaining 30% as testing set
sample <- sample(c(TRUE, FALSE), nrow(ODIMT), replace=TRUE, prob=c(0.7,0.3))
train <- ODIMT[sample, ]
test <- ODIMT[!s
浏览 7提问于2022-09-14得票数 1
我正在使用R的ROCR包来计算大型数据集的曲线下的面积。但是，代码并不适用于除少数数据集以外的所有数据集。
我使用的代码如下：
pred <- prediction(mydata$Total.Regexes, mydata$actual)
perf <- performance(pred, "tpr", "fpr")
我检查了数据集，数据集中没有非Na点。然而，由于数据集很大，它可能会消失在我的视线之外。那么，有没有其他过程可以在不干扰剩余值的情况下优化数据集(对于非NA值，如果有)？
这是它为一些数据集显示的错误：
Error in
浏览 1提问于2014-05-24得票数 1
1回答
我正在使用10个光栅文件计算回归。我能够获得斜率和R平方的光栅输出，但我在生成残差和拟合值时遇到了一些麻烦。
下面是我的脚本：
##########################################
require(raster)
require(rgdal)
#Create list of files
rasters <- list.files(pattern='\\.tif$')
time <- 1:nlayers(rasters)
fun <- function(x) { if (is.na(x[1])){ NA } else { l
浏览 2提问于2015-01-13得票数 0
1回答
我需要在cox回归中绘制二次效应的相对风险。我的模型是这样的：
cox_mod <- coxph(Surv(time, status) ~
ph.karno + pat.karno + meal.cal + meal.cal_q,
data = lung)
其中，meal.cal_q定义为：
lung$meal.cal_q <- lung$meal.cal^2
该图应考虑meal.cal和meal.cal_q的系数，并显示y轴上的相对风险和x轴上的meal.cal值。相对风险应该定义为给定meal.cal值与所有预测值的平均值
浏览 0提问于2018-06-18得票数 0
1回答
让我提供任何预测数据：
df=structure(list(group = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L,
2L, 2L, 2L), year = c(1973L, 1974L, 1975L, 1976L, 1977L, 1978L,
1973L, 1974L, 1975L, 1976L, 1977L, 1978L), Jan = c(9007L, 7750L,
8162L, 7717L, 7792L, 7836L, 9007L, 7750L, 8162L, 7717L, 7792L,
7836L), Feb = c(8106L, 6981L
浏览 8提问于2018-09-05得票数 1
回答已采纳
1回答
我使用fpp2进行预测。我的工作流程包括导入数据，转换成时间序列，然后进行预测。
一个难点是，在预测之后，我只剩下数据，这是我当前数据的扩展，但不再保留相同的date列。
例如，如果我与几个星期一起工作，那么我的约会对象如下所示：
>wks
date wk y
2016-01-04 1 2500
2016-01-11 2 2530
2016-01-18 3 2600
然后，我做了一些预测，比如：
ts(wks$y, start = 2016, freq = 52) %>%
stl(t.window=25, s.window="per
浏览 0提问于2018-03-22得票数 1
1回答
我有16个课程的150名学生的成绩(或分数)。
我想使用决策树作为我的第一个推荐课程的模式，学生在未来的选修课中表现良好。有17门选修课可供选择。
未来课程的数据包含从60%到85%的高缺失值，因为每个学生只能在17门可选课程中选择5门选修课。但在过去的一年中，没有缺少16门课程的数据。
我认为推荐的方法之一是在过去的课程和将来的选修课之间使用相关性。因此，如果学生在数学课程中表现很好，系统或模型会推荐一门更注重数学的选修课。但问题是，数据如此稀少，以致于它无法正常工作。
所有的课程都与计算机科学相关。我想把课程分成几个类别，如:以数学为重点的课程，或以编程为重点的课程或网络课程或商业课程等。
浏览 3提问于2017-02-05得票数 1
回答已采纳
根据上面的插图，我预计列h=4中的第一个CV错误(第一个非NA值)的时间段是周期10，对吗？下面的结果显示，所有第一个CV错误都从周期7开始。为什么会这样？
> data <- ts(rnorm(n = 50, mean = 10, sd = 5))
> tsCV(data, forecastfunction = splinef, h = 4, initial = 6) %>% head(12)
Time Series:
Start = 1
End = 12
Frequency = 1
h=1 h=2 h=3
浏览 0提问于2020-03-07得票数 0
1回答
我想提取glm的系数，不仅是可计算的p-值，也是表示为NA的不可计算的p-值。如何提取矩阵或data.frame表单中的系数(包括NA行)？
我需要把下面的东西提取出来，
Estimate Std. Error z value Pr(>|z|)
x1 0.10909 0.05552 1.965 0.0494
x2 NA NA NA NA
x3 NA NA NA NA
x4
浏览 0提问于2018-02-16得票数 0
回答已采纳
1回答
在之后，我想使用predict()，这样我就可以弹出所有预测器的唯一值，然后得到这些唯一值的预测值。
但我总是犯一些奇怪的错误(见下文)。这可能有什么解决办法吗？
library(lme4)
dat3 <- read.csv('https://raw.githubusercontent.com/rnorouzian/e/master/dat3.csv')
m4 <- lmer(math~pc1+pc2+discon+(pc1+pc2+discon|id), data=dat3)
newdata <- with(dat3, expand.grid(pc1=
浏览 2提问于2020-11-23得票数 0
回答已采纳
1回答
我创建了一个训练和测试集，并测试了我的模型。我的工作流程如下所示：
# Test/train
set.seed(2402) ## This generates a random order
splits <- initial_split(Data, prop = 0.7) ## 70% will be training data
# Create a train and test set
Data_train <- training(splits)
Data_test <- testing(splits)
# Specify the recipe
rf_mod <-
浏览 11提问于2021-05-19得票数 0
1回答
我有一些困难，创建一个混淆矩阵，以比较我的模型预测和实际值。我的数据集有159个解释变量，我的目标被称为"classe“。
#Load Data
df <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-training.csv", na.strings=c("NA","#DIV/0!",""))
#Split into training and validation
index <- createDataPartition
浏览 3提问于2016-09-21得票数 1
回答已采纳
我有一个数据框架：
'data.frame': 2611029 obs. of 10 variables:
$ eid : int 28 28 28 28 28 36 36 36 36 37 ...
$ created : Factor w/ 36204 levels "0000-00-00 00:00:00",..: NA NA NA NA NA NA NA NA NA NA ...
$ class_id : int NA NA NA NA NA NA NA NA NA NA ...
浏览 1提问于2015-03-23得票数 0
回答已采纳
1回答
我正在使用h2o包创建randomForest回归模型。关于变量的重要性，我有一些问题。我正在创建的模型就在这里。一切都很好。
有些变量是数字变量，但有些变量是绝对变量。
RandomForest <- h2o.randomForest(x = c("Year", "Month", "Day", "Time", "Show", "Gen",
"D", "Lead"), y = "Ra
浏览 1提问于2015-05-13得票数 2
回答已采纳
1回答
我想对包含NA行的新数据进行预测。我需要保持这些行在输入数据和预测输出中具有相同的行数。我如何使用R Caret训练的随机森林模型来做到这一点？我尝试了预测函数的参数na.action的不同值，例如： predictions = predict(RF_model, newdata = newdata, type = "prob", na.action = "na.exclude") 使用na.exclude和na.omit时，将删除这些行。使用na.pass时，我得到了一个错误输出"missing values“。 编辑:模型已经经过训练，我们讨论的是
浏览 23提问于2021-03-22得票数 2
回答已采纳
3回答
我有一些时间序列数据点，我喜欢对它们执行简单的移动平均方法。如果我使用包"forecast“中的函数"ma”，我会得到以下结果：
library(forecast)
x<-c(1,5,2,8,6,3,2,4,7)
ma(x,order= 4)
[1] NA NA 4.625 5.000 4.750 4.250 3.875 NA NA
现在谁能告诉我这里的逻辑是什么？因为这显然不符合这里的4点简单MA过程的通常规则。
浏览 0提问于2014-01-25得票数 4
回答已采纳
1回答
我正在使用包randomForest做一些建模。当拟合模型时，rfImpute函数非常适合处理丢失的值。然而，是否有一种方法可以获得对新情况的预测，而这些新案例缺少值呢？
以下是基于?rfImpute中的示例。
iris.na <- iris
set.seed(111)
## artificially drop some data values.
for (i in 1:4) iris.na[sample(150, sample(20)), i] <- NA
## impute the dropped values
set.seed(222)
iris.imputed <
浏览 2提问于2013-12-12得票数 6
回答已采纳
1回答
我使用了以下代码来运行回归：
res <- lm (c241 ~ x + matchcode , data = df)
summary(res)
其中matchcode是一个变量，它是等3c代码和一年的组合。例如，对于2005年的俄罗斯，它是RUS 2005 (见tibble的第一个变量)。其想法是使用此匹配代码作为固定效果，如上面的lm。应用上面提到的lm效果很好
由于我拥有庞大的数据集(总共超过4000个变量)：
# A tibble: 450 x 546
matchcode idstd year country wt region income industry se
浏览 1提问于2018-09-05得票数 1
回答已采纳
1回答
迭代预测dyn模型
、、、
我已经编写了一个函数来迭代地预测使用dyn包构建的模型，我希望得到一些反馈。有没有更好的方法来做这件事？是否有人为dyn类(或dynlm类)编写了规范的“预测”方法，或者我在这里冒险进入了未知的领域？
ipredict <-function(model, newdata, interval = "none",
level = 0.95, na.action = na.pass, weights = 1) {
P<-predict(model,newdata=newdata,interval=interval,
level=level,na.ac
浏览 4提问于2011-02-01得票数 3
回答已采纳
我目前正在尝试使用新的xgboostExplainer包。
我正在遵循githib页面，这里是
在第34行上，运行xgboost模型：
xgb.model <- xgboost(param =param, data = xgb.train.data, nrounds=3)
然而，在第43行，我遇到了一些问题。
explainer = buildExplainer(xgb.model,xgb.train.data, type="binary", base_score = 0.5, n_first_tree = xgb.model$best_ntreelimit - 1)
浏览 1提问于2018-03-21得票数 1
回答已采纳
我知道我的问题与统计数据有关，但我正在R中寻找一个解决方案，所以我认为它适合这样做。
我建立了一个广义线性混合效应模型(GLMM)，该模型使用glmer函数从R中的lme4包建立了水产养殖站点周围物种丰富度的模型，该模型基于Zuur等人的重要解释变量。(2009年) 。模式是：
Mod1 <- glmer(Richness ~ Distance + Depth + Substrate + Beggiatoa +
Distance*Beggiatoa + (1|Site/transect), family = poisson, data = mydata)
现在，我在不同
浏览 0提问于2016-08-17得票数 1
回答已采纳
1回答
我有很多时间序列，我想要一个10个月内每一个时间序列的预测。对其中一些人来说，这是可行的，因为大多数情况下，我每个月都会得到同样的预测。时间序列由每月数据组成。例如：
> ts(Menge[Nummer==8 & Jahr>2014 & Index<61 ], frequency=12)
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 6 225 0 114 21 25 5 256 1 6 1 8
2 13 35 180 215 20 48 20 31 283
浏览 0提问于2018-11-19得票数 1
回答已采纳
我在问一个问题，关于把变量包含到逻辑模型和序数模型中的可加性预测的好处。我用老鼠来计算丢失的协变量，并且很难找到方法来计算集合归并模型的AUC和R平方。有人有什么建议吗？
摘要读出只提供术语，估计，std.error，统计，df，p.value。
示例代码：
imputed_Data <- mice(Cross_sectional, m=10, predictorMatrix=predM, seed=500, method = meth)
Imputedreferecemodel <- with(imputed_Data, glm(Poor ~ age + sex + educat
浏览 13提问于2022-11-22得票数 3
1回答
R中的精度函数
、、
我想要计算一个包含12个预测的数值向量的精度，但是我得到了一个警告的结果。
accuracy(f,Test)
ME RMSE MAE MPE MAPE ACF1 Theil's U
Training set NaN NaN NaN NaN NaN NA NA
Test set 0.9064933 0.9064933 0.9064933 0.4060658 0.4060658 NA NA
Warning
浏览 1提问于2015-02-07得票数 0
我正在尝试探索在数据集中输入缺失值的方法。我的数据集包含年份(2001-2009)、月份(1-12)、性别(男/女)和AgeGroup(4组)的发生次数(非自然、自然和总和)。
我正在探索的一种估算技术是(泊松)回归估算。
假设我的数据是这样的：
Year Month Gender AgeGroup Unnatural Natural Total
569 2006 5 Male 15up 278 820 1098
570 2006 6 Male 15up 273 851 1124
571 2006
浏览 0提问于2011-08-02得票数 5
1回答
下面的for()循环从NAME中获取每个字符名，并提取和格式化(从crsp1)到xts()，然后保存到DATA中
DATA <- xts()
system.time(
for (i in 1:dim(NAMES)[2]){
nudata <- crsp1[which(crsp1[,1]== paste(NAMES[1,i])),]
z = xts(coredata(nudata[,c(2)]), order.by= round(as.POSIXct(nudata[,7], format="%y-%m-%d"),
units=c(
浏览 0提问于2014-09-16得票数 0
回答已采纳
2回答
我使用的软件包"fpp“和"fpp2”。
作业问题(问题11(f))位于。
我尝试在ETS模型上运行以下tsCV代码(其他模型的结果与第11(D)段所述的相同)：
将访问者转换为时间序列
tvis <- ts(visitors)
在tvis上运行tsCV
e2 <- tsCV(tvis, forecast(ets(tvis),h=24), h=24)
然而，当我运行e2时，我得到的只是NA值。
、1、3、5、7、9、11、13 NA NA
2，NA
3，NA
为何会这样呢？
如果我使用另一个预测函数(例如rwf)，它就能工作：e2 <-
浏览 0提问于2018-04-01得票数 1
我想使用predict()和polr()模型来预测变量z，如下所示。这首先是df来训练模型和后续的test数据。
df <- data.frame(x=c(1, 2, 1, 2, 1, 1, 2, 1, 2, 1, 1, 1, 2, 2, 1, 2, 1, 1, 2, 2),
y=c(32, 67, 12, 89, 45, 78, 43, 47, 14, 67, 16, 36, 25, 23, 56, 26, 35, 79, 13, 44),
z=as.factor(c(1, 2, 3, 2, 1, 2, 3, 2, 1
浏览 0提问于2019-01-18得票数 0
1回答
我试图做一个简单的预测，使用线性回归，我有一个data.frame，其中一些项目是缺失的价格(因此注意到NA)。这一点完全行不通：
#Simple LR
fit <- lm(Price ~ Par1 + Par2 + Par3, data=combi[!is.na(combi$Price),])
Prediction <- predict(fit, data=combi[is.na(combi$Price),]), OOB=TRUE, type = "response")
我应该用什么代替data=combi[is.na(combi$Price),])呢？
浏览 1提问于2014-03-16得票数 0
回答已采纳
1回答
我用准泊松家族来拟合R中的一个模型，像这样：
model <- glm(y ~ 0 + log_a + log_b + log_c + log_d + log_gm_a +
log_gm_b + log_gm_c + log_gm_d, family = quasipoisson(link = 'log'))
glm为前五个系数找到值。上面说其他人都是NA。有趣的是，如果我重新排序公式中的变量，glm总是为公式中第一个出现的五个变量找到系数。
有足够的数据(行数是参数数的许多倍)。
我应该如何解释这些NA系数？
我正在实现的模型的作者坚持认为，NA意味着找到的系数
浏览 3提问于2021-08-24得票数 1
回答已采纳
library(tidyverse)
library(caret)
library(glmnet)
creditdata <- read_excel("R bestanden/creditdata.xlsx")
df <- as.data.frame(creditdata)
df <- na.omit(df)
df$married <- as.factor(df$married)
df$graduate_school <- as.factor(df$graduate_school)
df$high_school <- as.factor(d
浏览 11提问于2021-03-14得票数 2
回答已采纳
2回答
我想用auto.arima函数做一个样本外预测实验.此外，应该采用固定滚动窗口大小的时间序列交叉验证。目标是获得一步预测，为1,3和6步前进。
library(forecast)
library(tseries)
#the time series
y1 = 2+ 0.15*(1:20) + rnorm(20,2)
y2 = y1[20]+ 0.3*(1:30) + rnorm(30,2)
y = as.ts(c(y1,y2))
#10obs in test set, 40obs in training set
ntest <- 10
ntrain <- length(y)-n
浏览 0提问于2020-06-26得票数 1
回答已采纳
我有一个数据集：
年龄，工作，贷款，贷款
57 -退休-- -是-- -不是
44 -行政-- -不--不-- -不
39 -不知道--不--不
47 -服务-不-是的
41 --行政
51 -老师-是的-不是
45 -未知-不-是的
57 --退休
42 --老师
30 --学生
我想用logistic回归来预测y的所有值，但在10个预测中我只得到了7个。因此，它省略了使用y==NA的情况。
这是我的密码：
fit <- glm(y~ age+ as.factor(job)+ as.factor(loan), data= mydat, family=binomial)
p
浏览 8提问于2013-07-26得票数 4
回答已采纳
我正在研究R中的函数randomforest()和我发现的几篇文章都建议使用类似的逻辑，其中响应变量为第30列，自变量包括除第30列以外的其他所有内容：
dat.rf <- randomForest(dat[,-30],
dat[,30],
proximity=TRUE,
mtry=3,
importance=TRUE,
do.trace=100,
浏览 1提问于2014-04-11得票数 3
1回答
我正在尝试以周为单位预测年度时间序列(一年52周，我有164周数据)。由于频率大于24，R建议我使用"stlf“而不是"ets”，以避免季节性被忽略。"stlf“函数运行得很好，我得到了以下结果：
> WR.ets<-stlf(WeeklyReferral,method="ets")
> summary(WR.ets)
Forecast method: STL + ETS(A,A,N)
Model Information:
ETS(A,A,N)
Call:
ets(y = x.sa, model = etsmodel)
浏览 16提问于2014-07-28得票数 3
我已经使用我的数据运行了GAM，并且我正在将GAM的预测值与数据点一起绘制在图形中。对于不同的区域，有15个相同的图，其中一些存在自相关问题。对于这些，我运行了一个GAMM AR1模型，现在我希望将这些区域的预测值绘制为与其他区域相似的值。在下面您将看到两个图表，左边的一个是GAM的预测值和置信区间，以及实际数据。在右侧，您将看到来自GAMM AR1的代码行。 ? 正如您所看到的，GAM图具有预测值、配置项和带有数据点的“真实数据”x轴。GAM值有一条蓝线，在x轴上有“GAM值”。 我如何从GAMM中绘制预测值，就像我使用AR1所做的那样？请参阅下面的数据和脚本。 Data (数据帧
浏览 66提问于2019-06-17得票数 2
回答已采纳
在过去，我使用来自包的来可视化来自广义混合效应模型的不同的斜率。然而，在新的软件包中，我想不出如何绘制单独的斜坡，就像(随机)组级的固定效应概率图中的一样。
这是我认为应该允许产生这个数字的代码。我似乎无法在新版本的sjPlot中得到它。
library(lme4)
library(sjPlot)
data(efc)
# create binary response
efc$hi_qol = 0
efc$hi_qol[efc$quol_5 > mean(efc$quol_5,na.rm=T)] = 1
# prepare group variable
efc$grp = as.facto
浏览 0提问于2018-12-19得票数 6
回答已采纳
1回答
所以我运行这个循环：(我的数据文件非常大，.csv)
for (i in 1:365){
race.date<-as.Date(meeting_date,"%d/%m/%Y")
indicator1<-race.date<=as.Date("31/12/2007","%d/%m/%Y")+i
model.data<-horse.data[indicator1==TRUE,]
indicator2<-race.date==as.Date("31/12/2007","%d/%m/%Y"
浏览 2提问于2014-04-15得票数 0
缺少的数据在文本文件中表示为9999.00、9999.0和9999.000。如果我在中指定：
Rcmdr->data->import->missing data indicator as 9999,nothing will be assigned to NA.
but when I assigned to 9999.0 then only the values of 9999.0 are assigned to NA.
有关于如何在Rcmdr中为NA分配不同值的想法吗？下面是添加的代码：
Dataset <-
read.tab
浏览 0提问于2012-06-18得票数 0
回答已采纳
1回答
R小鼠提出新的观察
、、、、
当我使用mice包来计算数据时，我有以下问题：
我似乎找不到一种方法来替换新观测的NA值，因为我已经在训练集中估算了丢失的数据。
示例1
我用数据帧的数据训练了一个算法，它有10个特征和1000个观测值。
如何使用这个算法(有丢失的数据)来预测一个新的观测？
示例2
假设我们有一个具有NA值的数据框架：
V1 V2 V3 R1
1 2 NA 1
1.4 -1 0 0
1.2 NA 0 1
1.6 NA 1 1
1.2 3 1 0
我使用mice包计算缺少的值：
imp <- mice(df, m = 2, maxit = 100, m
浏览 2提问于2016-10-18得票数 2
1回答
我使用预测()包和以下代码进行了365步的预测：
##The time series is 3650 daily observations of rainfall
x <- ts(x$obs, start=c(2007, 10), end=c(2017, 9), frequency = 365)
##create training set - first 9 years of observations
x_train <- subset(x, start = 1, end = 3285)
##test set - last year of observations
x_test
浏览 1提问于2018-12-02得票数 0
回答已采纳
我执行GBM模型。数据样本 a=structure(list(yield = c(1842L, 2147L, 2444L, 3850L, 1866L, 2897L,
1783L, 2434L, 2650L, 2863L), time.diff = c(122, 186, 177, 168,
162, 186, 161, 125, 187, 185), Biomass = c(18400L, 6400L, 8620L,
12800L, 5400L, 10400L, 6000L, 8800L, 9080L, 60000L)), class = "data.frame", r
浏览 64提问于2021-01-25得票数 0
2回答
关于多重回归代码
、、
我试图做一个有10个预测变量的多元回归线性模型，但当我复制所有变量时，模型不起作用。
regresion<-lm(DO~NO3+NO2+SO4+NH4+Mg+Ca+PO4+pH+CI+CE, data=s1)
输出为：
Call:
lm(formula = DO ~ NO3 + NO2 + SO4 + NH4 + Mg + Ca + PO4 + pH +
CI + CE, data = s1)
残差：
ALL 7 residuals are 0: no residual degrees of freedom!
系数：(4由于奇点而未定义)
Estimate
浏览 0提问于2018-03-17得票数 2
我有一个带有缺失值的面板，我需要对其进行插值。 a <- data.frame(id= c(1,1,1,1,1,1,1,2,2,2,2,2,2,2), year=1:7, index=c(1,NA,NA,NA,3,NA,NA, 2,NA,NA,NA,5,NA,NA)) 问题是我没有最终的值，所以我想使用相同的插值线来预测高于上一次观测报告的值。此外，插值应该是"by id"，而不是将下一个id的第一个观察值作为线的一部分。 我已经尝试了基本插值，但它确实停止在最新的值，或者使用下一个id进行预测： a <- na.approx(a) 我得到的输出：
浏览 33提问于2020-11-06得票数 1
回答已采纳
我想在r包boxTidwell中使用car来改进线性回归的结果。然而，它总是不起作用。代码如下：
library(car)
boxTidwell(mpg~cyl+disp+hp+drat+wt+qsec, data=mtcars)
结果表明：
lm.fit(cbind(1，x1.p，x2)，y，.)中的错误：‘x’中的NA/NaN/Inf
有人能告诉我错误的原因吗？如何使boxTidwell运行？
浏览 1提问于2017-08-04得票数 0
1回答
我正在处理一个回归问题。我在R中使用RRF来实现问题。我制作了两个不同的数据集，一个用于训练，另一个用于测试。
library(RRF)
train=read.csv('training_data.csv'.header=F)
model <- RRF(as.numeric(V128) ~ .,data=train, flagReg = 1,importance=TRUE,ntree=1000, keep.forest=TRUE,type=regression,na.action=na.roughfix)
print(model)
浏览 0提问于2018-07-03得票数 1
当我运行以下代码时，不会收到此错误：
## https://www.dataiku.com/learn/guide/code/r/time_series.html
library(readxl)
library(forecast)
library(dplyr)
library(prophet)
library(rstan)
library(Hmisc)
library(caret)
data<-read_excel("Time Series/Items.xlsx", col_types = c("text", "numeric"))
N
浏览 0提问于2018-05-01得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
