小姐森林

R包missForest:使用随机森林的非参数缺失值插补。此包中的函数“missForest”用于填充缺失值,特别是在混合类型数据的情况下。它使用一个随机森林训练数据矩阵的观测值来预测缺失值。它可以用来填补连续和/或分类数据,包括复杂的相互作用和非线性关系。它产生一个袋外(OOB)插补误差估计,而不需要一个测试集或复杂的交叉验证。它可以并行运行以节省计算时间。


zbMATH参考文献(引用于 29篇文章

显示第1到第20个结果,共29个。
按年份排序(引用)
  1. Hasler,Caren;Craiu,Radu V.:调查中无响应的非参数插补法(2020年)
  2. Jiang,Wei;Josse,Julie;Lavielle,Marc;TraumaBase Group:带有缺失协变量的Logistic回归——联合建模框架下的参数估计、模型选择和预测(2020)
  3. Kato,Ryo;Hoshino,Takahiro:缺失混合连续离散协变量回归模型的半参数贝叶斯多重插补(2020年)
  4. Kolb,Samuel;Teso,Stefano;Dries,Anton;De Raedt,Luc:带约束的预测电子表格自动完成(2020)
  5. Mozharovskyi,Pavlo;Josse,Julie;Husson,François:按数据深度的非参数插补(2020年)
  6. Claude Renaux;Laura Buzdugan;Kalisch,Markus;Bühlmann,Peter:全基因组关联研究的层次推理:软件方法论的观点(2020)
  7. Storlie,Curtis B.;Therneau,Terry M.;Carter,Rickey E.;Chia,Nicholas;Bergquist,John R.;Huddleston,Jeanne M.;Romero Brufau,圣地亚哥:患者警报系统中缺失数据的预测和推断(2020年)
  8. Biessmann,Felix;Rukat,Tammo;Schmidt,Phillipp;Naidu,Prathik;Schelter,Sebastian;Taptunov,Andrey;Lange,Dustin;Salinas,David:DataWig:表格缺失值插补(2019年)
  9. Marino,Simeone;Zhou,Nina;Zhao,Yi;Wang,Lu;Wu,Qiucheng;Dinov,Ivo D.:HDDA:DataShifter:电子健康记录和其他敏感数据集的统计混淆(2019年)
  10. Ramosaj,Burim;Pauly,Markus:预测缺失值:非参数插补方法的比较研究(2019年)
  11. Bertsimas,Dimitris;Pawlowski,Colin;Zhuo,Ying Daisy:从预测方法到缺失数据插补:一种优化方法(2018年)
  12. 范凤峰;李占怀;陈群;陈磊:有质量保证的关系数据插补(2018)
  13. Scanagatta,Mauro;Corani,Giorgio;Zaffalon,Marco;Yoo,Jaemin;Kang,U.:从完整和不完整数据集有效学习有界树贝叶斯网络(2018)
  14. Solaro,N.;Barbiero,A.;Manzi,G.;Ferrari,P.A.:多种数据模式下定量数据插补方法的模拟比较(2018年)
  15. Veretennikova,Maria A;Sikorskii,Alla;Boivin,Michael J.:脑疟疾后儿童神经发育生物标志物脑电图数据的随机模型参数(2018年)
  16. Audigier,Vincent;Husson,François;Josse,Julie:MIMCA:multiple Importation for Category variables with multiple Accurance analysis(2017年),对分类变量进行多重插补
  17. Faisal,Shahla;Tutz,Gerhard:根据定制的最近邻对基因表达数据进行缺失值插补(2017年)
  18. 索拉罗,纳迪亚;巴比耶罗,亚历山德罗;曼齐,詹卡罗;法拉利,皮尔-阿尔达:基于序列距离的缺失数据插补方法:正向插补(2017年)
  19. Vélez,Jorge I.;Marmolejo Ramos,Fernando:扩展列联表的图形诊断测试(2017)
  20. Alexander Kowarik;Matthias Templ:R包VIM的插补(2016)不是zbMATH