使用从 R 中的 amelia 或小鼠创建的插补模型获取新数据答案

【问题标题】：Using imputation models created from amelia or mice in R for new data使用从 R 中的 amelia 或小鼠创建的插补模型获取新数据
【发布时间】：2023-04-07 17:20:01
【问题描述】：

假设我在一个大数据框上运行缺失的变量插补 R 包之一，amelia 或小鼠（或类似的）——比如说 100000 行和 50 列——来获得一个特定列的插补（让我们比如说 200) NA。

有没有办法保存派生的插补算法，以便当我获得包含 1000 行新数据的新数据时，我可以简单地将算法应用于该新数据？

目标是使用与基础数据相同的算法来估算新数据集中的任何新 NA。

提前致谢 - 如果不清楚，我很乐意回答任何问题。

【问题讨论】：

您好，请提供一个最小的、可重复的、有代表性的示例以及所需的最终结果。将dput() 用于数据并指定所有具有库调用的非基础包。不要为数据或代码嵌入图片，使用缩进的代码块。
为什么不能每次只做一次插补，就两行代码？有一个 m(mice) 参数可以起到再现性的作用。
@NelsonGon 对不起，我不清楚。是的，我当然可以重新进行估算，但是在“新数据”的情况下，我希望“编译”的估算速度非常快。几乎就像我想要一个插补的“预测”声明......

标签： r imputation r-mice

【解决方案1】：

caret 接近您想要的：这假设所有新数据都采用相同的变量。 caret 和 mice 的估算有不同的准确性（根据我的经验）。

library(caret)
mydata<-data.frame(A=c(rep(NA,900),rep(3,900)),B=c(rep(NA,200),rep(3,400)))
mydata1<-data.frame(D=mydata,E=rep(mydata))
prep<-preProcess(mydata,method = "medianImpute")
df_new<-predict(prep,mydata)
df_new
df_new2<-predict(prep,mydata1)

【讨论】：

是的，这正是我想要的。但是，我想知道是否有一种方法可以在类似编译的过程中“保存”插补算法，而不必将“mydata”加载到内存中？有什么想法吗？
抱歉，您能否详细说明类似编译的进程如何工作？
我不知道怎么做。大多数这些插补包都依赖于将插补值保存在内存中。也许在环境中临时分配对象？