Caret::train – Werte nicht unterstellt

Question

Ich versuche, Werte zu unterstellen, indem ich „knnImpute“ an das preProcess-Argument der train()-Methode von Caret übergebe.Basierend auf dem folgenden Beispiel scheint es, dass die Werte nicht imputiert werden, als NA verbleiben und dann ignoriert werden.Was mache ich falsch?

Jede Hilfe wird sehr geschätzt.

library("caret")

set.seed(1234)
data(iris)

# mark 8 of the cells as NA, so they can be imputed
row <- sample (1:nrow (iris), 8)
iris [row, 1] <- NA

# split test vs training
train.index <- createDataPartition (y = iris[,5], p = 0.80, list = F)
train <- iris [ train.index, ]
test  <- iris [-train.index, ]

# train the model after imputing the missing data
fit <- train (Species ~ ., 
              train, 
              preProcess = c("knnImpute"), 
              na.action  = na.pass, 
              method     = "rpart" )
test$species.hat <- predict (fit, test)

# there is 1 obs. (of 30) in the test set equal to NA  
# this 1 obs. was not returned from predict
Error in `$<-.data.frame`(`*tmp*`, "species.hat", value = c(1L, 1L, 1L,  : 
  replacement has 29 rows, data has 30

AKTUALISIEREN:Ich konnte die preProcess-Funktion direkt verwenden, um die Werte zu imputieren.Ich verstehe immer noch nicht, warum dies innerhalb der Zugfunktion nicht zu passieren scheint.

# attempt to impute using nearest neighbors
x <- iris [, 1:4]
pp <- preProcess (x, method = c("knnImpute"))
x.imputed <- predict (pp, newdata = x)

# expect all NAs were populated with an imputed value
stopifnot( all (!is.na (x.imputed)))
stopifnot( length (x) == length (x.imputed))

Answer 1

Sehen ?predict.train:

 ## S3 method for class 'train'
 predict(object, newdata = NULL, type = "raw", na.action = na.omit, ...)

Da ist ein na.omit auch hier:

 > length(predict (fit, test))
 [1] 29
 > length(predict (fit, test, na.action = na.pass))
 [1] 30

Max