rexp = lm(萼片).宽度~萼片.长度+花瓣.宽度)这是什么意思?

Question

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。

Answer 1

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。