悦光阴的博客

原文：miceforest: Fast Imputation with Random Forests in Python链式方程的多重插补（MICE，Multiple Imputation by Chained Equations）通过一系列迭代的预测模型来“填充”（插补）数据集中的缺失数据。在每次迭代中，将使用数据集中的其他变量来估算数据集中的每个指定的变量，这些迭代持续运行，直到满足收敛为止。MICE的算法如下图所示，这个过程会持续执行，直到所有指定的变量都被插补为止。如果出现插补的均值没有收敛的情

原文：miceforest: Fast Imputation with Random Forests in Pythonmiceforest 包实现随机森林的链式方程式（MICE）多重插补，具有快速、内存利用率高的特征，无需太多设置即可插入缺失的分类和数值数据，并且具有一系列可用的诊断图。一，miceforest包的组成miceforest 有4个主要的class：KernelDataSet：内核数据集是在其上执行mice算法的数据集，模型保存在实例内部，也可以调用该模型以插补新数据。有多种绘图方