Stekhoven,D.J.和Bühlmann,P.(2012)提出的一个框架,该框架促进了“missForest”的插补<doi:10.1093/bioinformatics/btr597>通过利用并行处理并通过快速梯度增强决策树(GBDT)实现Ke、Guolin等人(2017)的“LightGBM”<https://papers.nips.cc/paper/6907-lightgbm-a-highly-efficient-gradient-boosting-decision(https://papers.nipse.cc/paper)>. 'misspi’具有以下主要优势:1.允许对大规模数据进行并行插补。2.通过友好的用户门户接受各种机器学习模型作为方法。3.支持多种初始化方法。4.支持提前停止,避免不必要的迭代。
请使用规范形式https://CRAN.R-project.org/package=misspi链接到此页面。