使用missForest进行部分插补答案

【问题标题】：partial imputation with missForest使用missForest进行部分插补
【发布时间】：2016-10-13 00:13:59
【问题描述】：

我正在尝试使用 R 中的 missForest 包来部分估算数据集。详细地说，我想估算所有度量变量，但只留下几列。这可能吗？

【问题讨论】：

你试过类似m[,1:4] <- missForest(m[,1:4])的东西吗？
你能举一个可重现的例子吗？
很遗憾我不能，因为我使用的数据集是公司数据:(.
@Glassjawed：所以用 mtcars 或 iris 之类的标准数据集制作一个玩具示例

标签： r

【解决方案1】：

如果我正确理解您的问题，我有一个潜在的解决方案。我将为您提供一些完全可重现的代码。

## Get some data...
data(iris)

## The data contains four continuous and one categorical variable.
## Artificially produce missing values using the 'prodNA' function:
set.seed(81)
iris.mis <- prodNA(iris, noNA = 0.1)

## Impute missing values for just the first four columns of data
iris.mis[,1:4] <- missForest(iris.mis)$ximp[,1:4]

让我知道这样的方法是否有效。如果它不起作用，看看你是否可以使用一些示例代码来说明原因。

【讨论】：

【解决方案2】：

据我了解，您需要保留几列并使用 missForest 函数估算其他列。简单的解决方案是

imputedData <- missForest(dataset[c( 2, 3)])
dataset <- data.frame(dataset[1], imputedData)

需要对传递列进行估算（此处为 2,3），然后将其组合回来。

【讨论】：