我正在使用神经网络（neuralnet）处理泰坦尼克数据集（包含PClass、性别、年龄、Sibsp、Parch、票价、登船港口）。

library(caret)model_nnet <- train(as.factor(Survived) ~.,                method="nnet",              train_df,               linout=FALSE,               trace = FALSE,              preProcess = c("center", "scale"))nnet_predict <- predict(model_nnet, test_df)

虽然我期望nnet_predict的长度与测试数据框相同（418条记录），但实际上它包含了NA，并且只有331个结果。关于如何处理这个问题，有什么建议吗？谢谢

回答：

查找

summary(test_df)

您可以看到Age和Fare列中有缺失值，因此在运行predict()函数之前，您需要修复这两个列中的NA。

一种方法可能是 –

• 用其均值填充Fare列中的NA。
• 根据Pclass用其均值填充Age列中的NA，即

if Pclass==1 then missing_age <- 37if Pclass==2 then missing_age <- 29else missing_age <- 24

希望这对您有帮助！