SVD с отсутствующими значениями в R

Question

Я выполняю SVD-анализ с R, но у меня есть матрица со структурными значениями NA. Возможно ли в этом случае получить разложение SVD? Существуют ли альтернативные решения? Заранее спасибо

Answer 1

Возможно, вы захотите попробовать функцию SVDmiss в пакете SpatioTemporal, которая не учитывает значение вменения, а также вычисляет SVD на вмененной матрице. Проверьте эту ссылку SVDmiss Function

Однако, возможно, вам захочется быть осторожным с характером ваших данных и не будет ли смысл вменять значение в вашем случае.

Answer 2

Я пробовал использовать SVM в R с значениями NA без прецедентов. Иногда они играют важную роль в анализе, так что я обычно преобразовать свои данные следующим образом:

1. Если у вас есть много переменных попытаться уменьшить их количество (кластеризация, лассо, и т.д. ...)

2. Transform остальные предсказатели, как это:

   - для количественных переменных:

   - calculate deciles per predictor (leaving missing obs out) 
       - calculate frequency of Y per decile (assuming Y is qualitative) 
       - regroup deciles on their Y freq similarity into 2/3/4 groups 
       (you can do this by looking at their plot too) 
       - create for each group a new binary variable 
       (X11 = 1 if X1 takes values in the interval ...) 
       - calculate Y frequency for missing obs of that predictor 
       - join the missing obs category to the variable that has the closest Y freq 
   

   - для качественных переменных:

   - if you have variables with lots of levels you should do clustering by Y 
       variable 
       - for variables with lesser levels, you can calculate Y freq per class 
       - regroup the classes like above 
       - calculate the same thing for missing obs and attach it to the most similar 
       group of non-missing 
       - recode the variable as for numeric case* 
   

Там, теперь у вас есть полная база данных фиктивных переменных и возможность выполнения SVM, нейронные сети, лассо, и т.д. ...