如何在R中使用Inf/-Inf预测数据?
我有一个包含Inf/-Inf的具有可变证据权重(woe)的数据集。我使用了线性回归,但无法对其进行训练,从而导致错误 lm拟合误差(x,y,偏移量=偏移量,singular.ok=singular.ok,…): “y”中的NA/NaN/Inf如何在R中使用Inf/-Inf预测数据?,r,prediction,R,Prediction,我有一个包含Inf/-Inf的具有可变证据权重(woe)的数据集。我使用了线性回归,但无法对其进行训练,从而导致错误 lm拟合误差(x,y,偏移量=偏移量,singular.ok=singular.ok,…): “y”中的NA/NaN/Inf 我正在寻找一个模型,它可以使用Inf进行训练,并预测测试数据的woe值。如果不可能,是否有其他的Inf解决方案,如清洁或突变?您必须了解这些Inf案例的性质 在大多数情况下,您可以将它们视为异常值。有很多方法可以解决这个问题。您可以用平均值/中值替换它们,
我正在寻找一个模型,它可以使用Inf进行训练,并预测测试数据的woe值。如果不可能,是否有其他的Inf解决方案,如清洁或突变?您必须了解这些
Inf
案例的性质
在大多数情况下,您可以将它们视为异常值。有很多方法可以解决这个问题。您可以用平均值/中值替换它们,您可以用简单的线性回归模型预测值,或者,如果Inf
实例在总观察值中的百分比相对较低,您可以排除它们
希望这能带来一些清晰