我正在学习机器学习,我在一个参考链接中阅读了关于MICE的R包。但有一次被击中了。这个时候我需要一个能帮忙的人。
这是代码,我有萼片长度,萼片宽度,花瓣长度,花瓣缺失值。虹膜宽度。
所以作者编码如下。
imputed_Data <- mice(iris.mis, m=5, maxit = 50, method = 'pmm', seed = 500)
我们得到5个完整的数据集,如前所述m=5。下一个是函数,为了组合5个数据集。
fit <- with(data = iris.mis, exp = lm(Sepal.Width ~ Sepal.Length + Petal.Width))
所以,只是想知道到底是什么"exp = lm(萼片)。宽度~萼片。长度+花瓣宽度))"
我明白了,作者用的是lm的线性回归,但是这里回归的目的是什么?他为什么要这么做?
谢谢。
读取help("with")
。有一个参数expr
(它需要一个表达式)。R允许函数参数的部分名称匹配。因此,exp
与expr
参数匹配。
这确实是更好的fit <- lm(Sepal.Width ~ Sepal.Length + Petal.Width, data = iris.mis)
的一个令人费解的替代。