R語言：用R語言填補缺失的數據

缺少數據在分析數據集時可能不是一個微不足道的問題。 如果缺失數據的量相對於數據集的大小非常小，那麼爲了不偏離分析而忽略缺少特徵的少數樣本可能是最好的策略，但是留下可用的數據點會剝奪某些數據的特徵。 儘管某些快速修正如均值替代在某些情況下可能很好，但這種簡單的方法通常會向數據中引入偏差。 在這篇文章中，我們將使用airquality數據集（在R中提供）來推測缺失值。 爲了本文的目的，我將從數據集中刪

>>阅读原文<<