mice_mod <-
mice(titanicData[, !names(titanicData) %in%
c('PassengerId','Name','Ticket','Cabin','Survived')],
method='rf')
mice_output <- complete(mice_mod)
我是R的新手，昨天我们有一次大学讲座。该命令的作用是什么？我已经阅读了在线文档，并将命令分解为一系列输出，没有任何乐趣。
鼠标功能近似于缺失值。在这种情况下，您将使用“ rf”语句，这意味着将使用随机森林插补算法。由于我无法复制您的数据集，因此我正在使用airqualityR是带有NA值的内置数据集。这些可以近似。您正在使用创建某种预测模型mice。实际上，它是一个mids对象，小鼠将其用于估算的数据集（文档）。如果要使用这些插补，可以调用complete创建填充的数据框。
library(mice)
df<-airquality
mice_mod <- mice(df, method='rf')
mice_output <- complete(mice_mod)
当你比较df和mice_output，你会看到NA值Ozone和Solar得到更换。
在您的示例中，您的讲师正在使用不在被叫姓名列表中的所有姓名。因此，他正在预先过滤数据帧。
如果您需要有关算法的更多信息：关于文档，请参见
Doove，LL，van Buuren，S.，Dusseldorp，E.（2014），在存在交互效应的情况下，针对丢失的数据插补进行递归分区。计算统计与数据分析，72，92-104。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句