数据缺失值的处理 | R包 - mice

有些情况下缺失值会零星的分布在数据当中，这时去掉所有包含缺失值的样本就不行了，直接用0去填补缺失值也不行。

所以此时就应该用拟合的方法来填补缺失值。

library(mice)

init = mice(my_data, maxit=0)

meth = init$method

predM = init$predictorMatrix

imputed = mice(my_data, method=meth, predictorMatrix=predM, m=5)

imputed <- complete(imputed)

rownames(imputed) <- rownames(my_data)

sapply(imputed, function(x) sum(is.na(x)))

my_data[1:20,1:10]

imputed[1:20,1:10]

　　

参考：

R中数据缺失值的处理--基于mice包