exp = lm（Sepal.Width〜Sepal.Length + Petal.Width）這是什麼意思？

Question

我正在學習機器學習，我正在閱讀有關參考鏈接之一的R中的MICE包。但有一點觸動。我需要一個能夠在這個時候幫助的人。

這是代碼，我缺少Iris.mis數據框中的Sepal.Length，Sepal.width，Petal.Length，Petal.width中的值。

所以作者編碼如下。

imputed_Data <- mice(iris.mis, m=5, maxit = 50, method = 'pmm', seed = 500) 

我們得到5個完整的數據集，如m = 5所述。接下來是功能，爲了組合5個數據集。所以，

fit <- with(data = iris.mis, exp = lm(Sepal.Width ~ Sepal.Length + Petal.Width)) 

所以，只是想到底什麼是 「EXP = LM（Sepal.Width〜Sepal.Length + Petal.Width））」

我明白了，作者是用線性迴歸的LM，但是這裏迴歸的目的是什麼？他爲什麼這樣做？

感謝。

Answer 1

閱讀help("with")。有一個參數expr（它需要一個表達式）。 R允許函數參數的部分名稱匹配。因此，exp與expr參數匹配。

這真是一個令人費解的選擇，更好的fit <- lm(Sepal.Width ~ Sepal.Length + Petal.Width, data = iris.mis)。