如何从R中的数据帧通过多次计算创建表
我试图应用模拟计算来评估RMSE。我有十个数据帧,没有缺少值如何从R中的数据帧通过多次计算创建表,r,loops,dataframe,imputation,r-mice,R,Loops,Dataframe,Imputation,R Mice,我试图应用模拟计算来评估RMSE。我有十个数据帧,没有缺少值df1、df2、df3、…、dm10,每个数据帧都包含三个变量,例如df1$x、df1$y、df1$z。然后,我从原始数据帧(“df”)生成一些缺失率,以创建dm1、dm2、dm3、dm4、…、dm10。我使用鼠标包运行多个缺失插补,使用dm1、dm2、dm3、…、dm10估算缺失值,然后生成完整的数据帧,即pm1、pm2、pm3、pm4、…、pm10。我想运行一个循环函数,为每个数据帧集中的每个变量创建rmse,所有结果应使用以下方法
df1、df2、df3、…、dm10
,每个数据帧都包含三个变量,例如df1$x、df1$y、df1$z
。然后,我从原始数据帧(“df”)生成一些缺失率,以创建dm1、dm2、dm3、dm4、…、dm10
。我使用鼠标
包运行多个缺失插补,使用dm1、dm2、dm3、…、dm10
估算缺失值,然后生成完整的数据帧,即pm1、pm2、pm3、pm4、…、pm10
。我想运行一个循环函数,为每个数据帧集中的每个变量创建rmse
,所有结果应使用以下方法收集在一个表中:
第一行是以下内容的答案:
library(DMwR)
actuals <- df1$x[is.na(dm1$x)]
predicteds <- pm1[is.na(dm1$x), "x"]
regr.eval(actuals, predicteds)
actuals <- df1$y[is.na(dm1$y)]
predicteds <- pm1[is.na(dm1$y), "y"]
regr.eval(actuals, predicteds)
actuals <- df1$y[is.na(dm1$z)]
predicteds <- pm1[is.na(dm1$z), "z"]
regr.eval(actuals, predicteds)
actuals <- df2$x[is.na(dm2$x)]
predicteds <- pm2[is.na(dm2$x), "x"]
regr.eval(actuals, predicteds)
actuals <- df10$z[is.na(dm10$z)]
predicteds <- pm10[is.na(dm10$z), "z"]
regr.eval(actuals, predicteds)
库(DMwR)
实际值Ahmad,
将两组数据帧放入两个列表中
dfList = list(df1, df2, df3, ..., dm10)
dmList = list(dm1, dm2, dm3, dm4, ..., dm10)
打开此代码:
actuals <- df1$x[is.na(dm1$x)]
predicteds <- pm1[is.na(dm1$x), "x"]
regr.eval(actuals, predicteds)
直到它看起来坚固。如果运行超过一分钟,就要考虑建立小的测试版本:代码> DF和<代码> DM
添加另一个函数
runSlice <- function(df, dm){
map_df(c("x","y","z"), ~ run1case(df, dm, .))
}
不跑Ahmad,
将两组数据帧放入两个列表中
dfList = list(df1, df2, df3, ..., dm10)
dmList = list(dm1, dm2, dm3, dm4, ..., dm10)
打开此代码:
actuals <- df1$x[is.na(dm1$x)]
predicteds <- pm1[is.na(dm1$x), "x"]
regr.eval(actuals, predicteds)
直到它看起来坚固。如果运行超过一分钟,就要考虑建立小的测试版本:代码> DF和<代码> DM
添加另一个函数
runSlice <- function(df, dm){
map_df(c("x","y","z"), ~ run1case(df, dm, .))
}
不跑