R 缺少数据和属性选择

我的数据是1785000条记录，包含271个特征。我试图减少用于构建模型的功能的数量

问题1。在研究数据时，我发现一些特征几乎都是缺失数据，比如只有25条记录对此特征有价值，而其他记录则缺失价值，因此我认为这不够信息，最好删除这些特征，对吗？如果我是对的，我能达到什么水平，我的意思是如果90%，80%，等等。。当我决定摆脱这些特性时，每个特性中都缺少一些值？（考虑到因变量为N/Y，且整个数据中只有%1.157属于Y）

问题2。对于数据集中的每个个体，列出了64个trait_类型，其中每个个体可以取一个值[1、3或5]。我的问题是：如果某个特征类型对所有记录只取值[5]或缺少dat，它是否有任何值，或者我们可以再次消除该特征

第三季度。如果选择删除这些功能，如何从R中的data.frame中删除列

多谢各位

更新： 我正在尝试使用插入符号包来选择变量。 我应用了这个：

ctrl<- rfeControl(functions = lmFuncs, method="cv", verbose = FALSE, returnResamp= 
"final")

lmprofile<- rfe(x,y, sizes = subsets, rfeControl = ctrl)

---

有什么帮助吗？

仅仅因为一列中的大部分数据缺失并不意味着该列不具有预测性，这与该列中有许多相同的值是一样的

当然有一个截止点，如果该列只能帮助您区分少数情况（许多情况），那么它可以被删除，并且只会对整体模型强度产生一点影响

---

为了帮助您决定是否保留该列，您可以使用它构建一个单变量模型，其中数据集只包含该列和从属变量，并查看该模型的强度。如果它不比random好多少，那么删除该列可能是安全的。

这里有一种方法可以删除一列，根据它的索引号：

dat我建议您将其分为三个问题。不过，只有问题3适合这样做。前两个应该访问crossvalidated.com。
Error in { : 
  task 1 failed - "contrasts can be applied only to factors with 2 or more levels"
enter code here
In addition: There were 11 warnings (use warnings() to see them)