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。exp = lm(Sepal.Width〜Sepal.Length + Petal.Width)這是什麼意思?
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。
如果你只是作者的意圖有趣,那麼你應該問他們。這對於其他人猜測的奇怪之處在於。 – MrFlick
我明白,這不是很多的編程,我曾在該網站發佈。我沒有得到任何評論。所以爲了清除我的疑惑,我以此爲平臺。我想明白,他們到底在幹什麼。 – subro