exp = lm（Sepal.Width〜Sepal.Length + Petal.Width）これはどういう意味ですか？

Question

私は機械学習を学んでいますが、リファレンスリンクの1つでRのMICEパッケージについて読んでいました。一点で打たれました。私はこの瞬間に助けてくれる人が必要です。

ここにコードがありますが、Iris.misデータフレームのSepal.Length、Sepal.width、Petal.Length、Petal.widthに値がありません。

だから著者は以下のようにコード化されています。

imputed_Data <- mice(iris.mis, m=5, maxit = 50, method = 'pmm', seed = 500) 

m = 5のように、5つの完全なデータセットが得られます。そして次は5つのデータセットを組み合わせるために関数を使っています。だから、

ので

fit <- with(data = iris.mis, exp = lm(Sepal.Width ~ Sepal.Length + Petal.Width)) 

は、単に正確に何であるかたかった "EXP = LM（Sepal.Width〜Sepal.Length + Petal.Width））"

私が理解し、著者は、LMにより、線形回帰を使用しています、ここでの回帰の目的は何か。なぜ彼はそれをやっているのですか？

ありがとうございました。

Answer 1

help("with")を読んでください。パラメータexpr（式が必要です）があります。 Rは関数の引数の部分的な名前の一致を許します。したがって、expはexprパラメータに一致します。

これは実際にははるかに良いfit <- lm(Sepal.Width ~ Sepal.Length + Petal.Width, data = iris.mis)に畳み込まれた代替品です。