gt.nas 等于nas(缺失行数)[提取缺失行数小于等于data行数的行]
else tgt.nas <- nas #如果distdata是null,直接 tgt.nas <- nas,也就是说如果distData是NULL,会认为我只使用训练集中的信息。
if (length(tgt.nas) == 0) ##没有缺失变量,停止因为没必要做其他事
warning("No case has missing values. Stopping as there is nothing to do.")
xcomplete <- dm[setdiff(distInit:N, nas), ]
#setdiff(distInit:N, nas)为删去缺失的行,xcomplete为完整观测的行
if (nrow(xcomplete) < k) #如果xcomplete的行数小于K,返回“没有足够完整的计算邻居的案例”
stop("Not sufficient complete cases for computing neighbors.")
for (i in tgt.nas) { #在i到tgt.nas(缺失的行数)的行数中
tgtAs <- which(is.na(dm[i, ])) #在dm中的观测缺失每一行,确定是哪列的变量缺失,赋给tgtAs
dist <- scale(xcomplete, dm[i, ], FALSE) #?是否理解为:xcomplete每列都减去缺失列的中心值
#scale(x, center = TRUE, scale = TRUE)
#如果center是一个长度等于x列数的数值向量,那么x的