R 中的老鼠 - 我如何理解这个命令的作用？答案

【问题标题】：Mice in R - how can I understand what this command does?R 中的老鼠 - 我如何理解这个命令的作用？
【发布时间】：2020-10-08 05:33:13
【问题描述】：

mice_mod <-
  mice(titanicData[, !names(titanicData) %in%
                     c('PassengerId','Name','Ticket','Cabin','Survived')], 
       method='rf')
mice_output <- complete(mice_mod)

我是 R 新手，昨天我们有一个大学讲座。这个命令有什么作用？我已经阅读了在线文档并将命令分解为一系列输出，但没有任何乐趣。

【问题讨论】：

你的意思是鼠标本身的功能？
请说明您的问题。鼠标函数确实通过算法填充空值。在这种情况下，它使用随机森林插补“rf”。为了使用想要的列，他使用了每个名称，而不是在被调用的名称中。完整的命令是使用鼠标对象并使用填充的值创建一个新的数据框。

标签： r r-mice

【解决方案1】：

mice 函数近似缺失值。在您的情况下，您使用的是“rf”语句，这意味着使用随机森林插补算法。由于我无法重现您的数据集，因此我使用的是 airquality，它是 R 的内置数据集，具有 NA 值。这些可以近似。您正在使用mice 创建一个预测模型。实际上它是一个mids 对象，被老鼠用于估算数据集（documentation）。如果您想使用这些插补，您可以调用complete 来创建填充数据框。

library(mice)
df<-airquality
mice_mod <- mice(df, method='rf')
mice_output <- complete(mice_mod)

比较df 和mice_output 时，您会看到Ozone 和Solar 中的NA 值已被替换。

在您的示例中，您的讲师使用了所有不在被叫名称列表中的名称。所以他事先过滤了数据框。

如果您想了解有关算法的更多信息：关于documentation，它在

中进行了描述

Doove, L.L., van Buuren, S., Dusseldorp, E. (2014), 递归在存在的情况下对丢失的数据插补进行分区交互效果。计算统计 \& 数据分析，72， 92-104。

【讨论】：

感谢您的帮助，这是一个很大的帮助！最后一个问题——我是否正确地说 ('PassengerId','Name','Ticket','Cabin','Survived') - 都被排除在外，因为它们很可能对乘客年龄字段没有影响（这是 NA 被替换的地方）。这种理解正确吗？
@user3600952 我不太确定，但通常简单的算法是这样构建的，它们只是单独使用列。所以我猜他们排除了这些列，因为它们不需要并且想要安全时间或者他们使用其他准备工作。没有上下文很难说。我想这只是数据准备。