R 从模型性能计算中排除缺少的值

我有一个数据集，我想建立一个模型，最好使用

caret

包。我的数据实际上是一个时间序列，但问题不是特定于时间序列，只是我使用

CreateTimeSlices

进行数据分区

我的数据中有一定数量的缺失值

NA

，我将它们与

caret

代码分开计算。我还记录了他们的位置：

# a logical vector same size as the data, which obs were imputed NA
imputed=c(FALSE, FALSE, FALSE, TRUE, FALSE, FALSE)
imputed[imputed] <- NA; print(imputed)
#### [1] FALSE FALSE FALSE    NA FALSE FALSE

---

我如何在插入符号中处理这种方式？或者有没有其他方法可以避免手工编码

我不知道您是否在寻找这个，但这里有一个简单的解决方案，创建一个函数

i=which(imputed==F) ## As you have index for NA values

metric_na=function(fun, actual, predicted, index){
    fun(actual[index], predicted[index])
}

metric_na(Metrics::rmse, actual, predicted, index = i)
0.676757
metric_na(Metrics::mae, actual, predicted, index = i)
0.54

此外，您还可以在计算所需指标时直接使用索引

Metrics::rmse(actual[i], predicted[i])

---

对我来说，听起来像是需要自定义代码，而不是插入符号。我也想过使用

weights

参数，但不清楚何时考虑到它。谢谢，这是一个非常有用的函数，我肯定会实现它，没有人认为它可能与插入：-）我认为这是可能的，但它需要一些努力。若你们并没有读过，也可以看看帖子。

Metrics::rmse(actual[i], predicted[i])