R语言中有很多插补缺失值的R包,但是这些R包的使用语法都不一样,不利于学习和记忆。
simputation包旨在简化缺失值插补的流程,提供了统一的使用语法,提供多种常见的插补缺失值的方法,可以和管道符%>%连用,非常值得学习。
这个包和之前介绍的缺失值探索的R包naniar搭配使用效果非常棒,包的作者也经常互相cue,一个用于探索,一个用于插补,而且是tidy风格的,风格统一,非常推荐大家学习!
naniar介绍:R语言缺失值探索的强大R包:naniar
simputation这个包提供了很多了插补缺失值的方法,很多方法我也没有使用过,今天学习一下。目前支持以下插补方法:
基于模型的方法
线性回归
稳健线性回归
岭回归/弹性网络/lasso回归
CART模型(决策树)
随机森林
多元插补
基于最大期望值的方法
missForest
Donor imputation (including various donor pool specifications