Rpart - NA 处理

Question

我正在努力解决 Rpart 包中的 NA 功能。我得到了以下数据框(下面的代码)

  Outcome VarA VarB
1       1    1    0
2       1    1    1
3       1   NA    1
4       0    0    1
5       0    0    0
6       0   NA    0

我正在尝试拟合一个做出完美预测的 Rpart 对象。逻辑规则应该是它预测:

• 如果 VarA=1，预测=1
• 如果 VarA=0，预测=0
• 如果 VarA=NA，则使用 VarB(如果 VarB=0，预测=0)

但是，我正在努力寻找正确的代码以正确的方式为 VarA 在树中“传递 NA 值”。我尝试使用 usesurrogates 和 na.control，但无济于事...请在下面找到我的代码。

附言。如果 VarA 读取 VarA=c(1,1,2,0,0,2)，rpart 就可以工作，但不幸的是，对于我正在处理的较大数据框，这不是一个很好的解决方案...... .

library(rpart)
Outcome=c(1,1,1,0,0,0)
VarA=c(1,1,NA,0,0,NA)
VarB=c(0,1,1,1,0,0)
dg=as.data.frame(cbind(Outcome, VarA, VarB))        
dg
fit=rpart(Outcome ~ VarA + VarB, data=dg, method="class",na.action = na.pass,control=rpart.control(usesurrogate=1, minsplit=1, cp=0.001))
fit

newdata=dg
newpred=predict(fit,newdata=newdata,type = "class")
dh=cbind(dg,newpred)
dh

Answer 1

我获取了您的代码并将其修改为使用您想要的 NA 处理逻辑。

library(rpart)
Outcome=c(1,1,1,0,0,0)
VarA=c(1,1,NA,0,0,NA)
VarB=c(0,1,1,1,0,0)
dg=as.data.frame(cbind(Outcome, VarA, VarB))        
dg

我更改了这些行:

dg$VarC <- ifelse(
    is.na(dg$VarA),
    ifelse(df$VarB == 1, 1, 0), dg$VarA)
fit=rpart(Outcome ~ VarC, data=dg, method="class",
   na.action = na.pass,
   control=rpart.control(
       usesurrogate=1, minsplit=1, cp=0.001))

其余同理:

fit

newdata=dg
newpred=predict(fit,newdata=newdata,type = "class")
dh=cbind(dg,newpred)
dh