-1

我需要使用impute.knn()函数的 6 个最近邻和欧几里得距离来计算样本中的缺失值（特定探针集）。我必须在我的数据集中用 NA 替换一个值，然后估算缺失值只是为了测试函数

mat1
     [,1]   [,2]   [,3]    [,4]   [,5]   [,6]   [,7]   [,8]    [,9]    [,10] [,11] [,12] [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20]
[1,] 8176.8 8308.4 13002.9 8385.3 8962.8 8391.5 8834.2 10978.4 11863.2 10479 51.7  171.9 581.4 161.4 167.9 25.1  213.2 122.6 81.7  111.8
> mat1[1,4] <- NA
> mat1
     [,1]   [,2]   [,3]    [,4] [,5]   [,6]   [,7]   [,8]    [,9]    [,10] [,11] [,12] [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20]
[1,] 8176.8 8308.4 13002.9 NA   8962.8 8391.5 8834.2 10978.4 11863.2 10479 51.7  171.9 581.4 161.4 167.9 25.1  213.2 122.6 81.7  111.8
> impute.knn(mat1,2)
Error in impute.knn(mat1, 2) : 
  a column has more than 80 % missing values!

这是我的错误，任何建议将不胜感激

4

1 回答 1

1

请注意，由于您只有一行，因此任何缺失值都将是该列的 100% 缺失值。因此，在列上添加 NA 并计算 inpute.knn(mat1, 2) 将导致您正在阅读的错误消息。

正如已经多次指出的那样，这在文档中明确说明?impute.knn：

rowmax - 任何行中允许的最大缺失数据百分比（默认为 50%）。对于缺失超过 rowmax% 的任何行，使用每个样本的总体平均值进行估算。

colmax - 任何列中允许的最大缺失数据百分比（默认为 80%）。如果任何列的缺失数据超过 colmax%，程序将停止并报告错误。

所以解决方案是使用多于一行或一列的测试矩阵，然后根据需要进一步调整这些参数。

于 2013-07-03T18:26:00.413 回答