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中的参考文献(参考文献32条)

显示第1到第20个结果,共32个。
按年份排序(引用)
  1. 杰拉德,大卫;Stephens,Matthew:基于阴性对照消除不必要变化的统一和通用方法(2021)
  2. 哈斯勒,卡伦;Craiu,Radu V.:调查中无响应的非参数插补法(2020年)
  3. 姜伟;约瑟夫,朱莉;拉维勒,马克;创伤基础组: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)
  4. 加藤,良;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)
  5. 科尔布,塞缪尔;特索,斯特凡诺;干,安东;De Raedt,Luc:带约束的预测电子表格自动完成(2020)
  6. 莫扎罗夫斯基,帕夫洛;约瑟夫,朱莉;Husson,Francisçois:按数据深度的非参数插补(2020年)
  7. 波兰蒂,玛丽娜;Frontoni,Emanuele:多学科模式识别应用:综述(2020)
  8. 勒诺,克劳德;布兹杜根,劳拉;卡利施,马库斯;Bühlmann,Peter:全基因组关联研究的层次推断:软件方法论观点(2020)
  9. 斯托利,柯蒂斯B。;瑟诺,特里·M。;卡特,瑞奇E。;嘉,尼古拉斯;伯格奎斯特,约翰R。;哈德尔斯顿,珍妮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)
  10. 比斯曼,费利克斯;鲁卡,鲁卡;施密特,菲利普;纳伊杜,普拉提克;谢尔特,塞巴斯蒂安;塔普诺夫,安德烈;兰格,达斯汀;David Salinas:DataWig:表格缺失值插补(2019年)
  11. 马里诺,西蒙尼;周,妮娜;赵毅;王璐;吴秋城;其他健康敏感数据集:电子数据融合
  12. 拉莫萨,布里姆;Pauly,Markus:预测缺失值:非参数插补方法的比较研究(2019年)
  13. 贝尔西马斯,迪米特里斯;波洛夫斯基,科林;卓英黛西:从预测方法到缺失数据插补:一种优化方法(2018)
  14. 范凤凤;李占怀;陈群;陈磊:关系数据插补与质量保证(2018)
  15. 斯堪纳加塔,毛罗;科拉尼,乔治;扎法隆,马可;你,杰敏;Kang,U.:从完全和不完全数据集有效学习有界树贝叶斯网络(2018)
  16. 索拉罗,N。;巴比耶罗,A。;曼齐,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)
  17. 股票,米切尔;帕希卡拉,塔皮奥;埃罗拉,安蒂;德贝茨,伯纳德;Waegeman,Willem:基于核岭回归的成对学习方法的比较研究(2018)
  18. 维列滕尼科娃,玛丽亚A。;西科尔斯基,阿拉;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)
  19. 奥迪吉尔,文森特;胡森,弗朗索瓦;Josse,Julie:MIMCA:多对应分析分类变量的多重插补(2017)
  20. 费萨尔,沙赫拉;Tutz,Gerhard:定制最近邻基因表达数据缺失值插补(2017)