多重插补:修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
 
第7行: 第7行:
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|nodeenglishname=[[Has english name::Multiple Interpolation]]
|nodeenglishname=Multiple Interpolation
|abbreviation=[[Has abbreviation::MultiIpo]]
|abbreviation=MultiIpo
|funcmaincategory=数据分析
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::综合分析]]
|funcsubcategory=[[DataAGM Lv1 Cat::综合分析]]

2024年1月19日 (五) 19:25的最新版本

Multiple Interpolation.png
节点状态
Windows / Windows 10 Win10及以上可用
V1.0部署
多重插补Multiple Interpolation.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Multiple Interpolation
功能主类别数据分析
英文缩写MultiIpo
功能亚类别综合分析
节点类型数据挖掘
开发语言R
节点简介

利用蒙特卡洛模拟法(MCMC)将原始数据插补成几个完整数据集,在每个数据集中利用线性回归(lm)或广义线性规格(glm)等方法进行插补建模,再将这些完整的模型整合到一起,评价插补模型的优劣并返回完整数据集。该方法主要利用程辑包mice中的mice函数进行。

用途:不仅仅估计一个可能的值来填补缺失数据,而是创建多个不同的完整数据集,每个数据集中的缺失值都被可能的值替代。

参数:选择多个需要插补的变量,和多个参加插补的变量

端口数量与逻辑控制(PC)
Input-入口4个
Output-出口2个
Loop-支持循环
If/Switch-支持逻辑判断
输入输出
可生成图片类型(推荐)
可生成数据表类型(推荐)
相关节点
上一节点筛查自变量共线性
下一节点拆分训练测试集




查找其他类别的节点,请参考以下列表