fill.missing(maanova)
fill.missing()所属R语言包：maanova
Fill in missing data
填写丢失的数据
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This is the function to do missing data imputation.
这是做丢失的数据归集的功能。
用法----------Usage----------
fill.missing(data, method="knn", k=20, dist.method="euclidean")
参数----------Arguments----------
参数：data
An object of class madata, which should be the result from read.madata.
一个对象类madata，应该是结果read.madata。
参数：method
The method to do missing data imputation. Currently only "knn" (K nearest neighbour) is implemented.
丢失数据归集的方法做。目前只有“KNN”（K近邻）实施。
参数：k
Number of neighbours used in imputation. Default is 20.
在归集使用的邻居数目。默认值是20。
参数：dist.method
The distance measure to be used. See dist for detail.
要使用的距离度量。看到dist细节。
Details
详情----------Details----------
This function will take an object of class madata and fill in the missing data. Currently only KNN (K nearest neighbour) algorithm is implemented. The memory usage is quadratic in the number of genes.
此功能将采取类madata和填写丢失的数据的对象。目前唯一的KNN（K近邻）算法的实现。内存使用量是二次的基因数量。
值----------Value----------
An object of class madata with missing data filled in.
一个对象的类madata丢失的数据填写。
作者（S）----------Author(s)----------
Hao Wu
参考文献----------References----------
R. Tibshirani, D. Botstein, & R. B. Altman. Missing Value estimation methods for DNA microarrays. Bioinformatics 17(6):520-525, 2001.
举例----------Examples----------
data(abf1)
# randomly generate some missing data [随机生成一些丢失的数据]
rawdata <- abf1
ndata <- length(abf1$data)
pct.missing <- 0.05 # 5% missing[5％的失踪]
idx.missing <- sample(ndata, floor(ndata*pct.missing))
rawdata$data[idx.missing] <- NA
rawdata <- fill.missing(rawdata)
# plot impute data versus original data[图归罪于数据与原始数据相比，]
plot(rawdata$data[idx.missing], abf1$data[idx.missing])
abline(0,1)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-2-25 23:55:01
