R语言缺失数据变量选择LASSO回归：Bootstrap重（再）抽样插补和推算 By tecdat12月 5, 2022大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学与技术bootstrap, LASSO, 变量选择, 回归, 插补, 缺失数据, 重抽样 在存在缺失数据的情况下，需要根据缺失数据的机制和用于处理缺失数据的统计方法定制变量选择方法。
R语言缺失值的处理：线性回归模型插补 By tecdat8月 6, 2020大数据部落, 数理统计, 计算机科学与技术R语言, 回归, 插补, 线性, 线性回归模型, 缺失值 在当我们缺少值时，系统会告诉我用-1代替，然后添加一个指示符，该变量等于-1。这样就可以不删除变量或观测值。 Read More
【视频讲解】在R语言中进行缺失值填充：估算缺失值 By tecdat11月 1, 2019大数据部落, 数理统计, 机器学习, 特色视频, 计算机科学与技术R语言, 估算缺失值, 回归, 填充, 多元插补, 多重插补, 插补, 缺失值, 随机森林, 非参数回归 缺失值被认为是预测建模的首要障碍。因此，掌握克服这些问题的方法很重要。
