Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/loops/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
如何从R中的数据帧通过多次计算创建表_R_Loops_Dataframe_Imputation_R Mice - Fatal编程技术网

如何从R中的数据帧通过多次计算创建表

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

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