亚不伦布

R包yaImpute：最近邻观测值的插补和评价工具。使用一种或多种处理多元数据的替代方法执行基于最近邻的插补。这些方法包括基于典型相关分析、典型对应分析的方法，以及Leo Breiman和Adele Cutler的随机森林分类和回归技术的多元适应性。还提供了其他方法。该软件包包括用于比较运行替代技术的结果、检测明显远离参考观测值的插补目标、检测和校正偏差、引导和构建集合插补以及映射结果的功能。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考，1标准件)

显示结果1到6，共6个。
按年份排序(引用)

  1. Kocheturov，Anton；Pardalos，Panos M.；Karakitsiou，Athanasia:计算生物医学的海量数据集和机器学习：趋势和挑战（2019）
  2. Asma Trabelsi；Elouedi，Zied；Lefevre，Eric:证据属性值和类标签的决策树分类器（2019）
  3. 对现有数据的处理、分析和处理：对缺失的数据进行分析和处理
  4. Alexander Kowarik；Matthias Templ:R包VIM的插补（2016）不是zbMATH
  5. Biau，Gérard；Scornet，Erwan：随机森林导游（2016）
  6. 尼古拉斯·克鲁克斯顿（Nicholas Crookston）；安德鲁·芬利（Andrew Finley）：亚插补：kNN插补的R包（2008年）不是zbMATH