输入缺失的观察

Question

由于无响应和其他随机因素，我正在分析我正在查看的一列（pa1min_）中有超过450k行约100k行的数据集，其中NA值为NA。本专栏以分钟为单位处理锻炼时间。

我认为将

Error: vector memory exhausted (limit reached?)
In addition: There were 50 or more warnings (use warnings() to see the first 50)

值用平均值或中位数填充是不合理的，因为它几乎是数据的四分之一和可能产生的偏差。我想用线性回归来估算缺失的观察结果。但是，我收到一条错误消息：

# imputing using multiple imputation deterministic regression
imp_model <- mice(brfss2013, method="norm.predict", m=1)
# store data
data_imp <- complete(imp_model)
# multiple imputation
imp_model <- mice(brfss2013, m=5)
# building predictive mode
fit <- with(data=imp_model, lm(y ~ x + z))
# combining results
combined <- pool(fit)

这是我的代码：

Data

这是数据（压缩）MrFlick的链接

注意：我真的只想填写一列的插入...数据框中的其他列是字符，整数和因子的混合，有些列有超过2个级别。

Answer 1

与qazxswpoi提到的类似，你的内存有点短。

尝试在1％的数据上运行算法，如果成功，您应该尝试检查bigmemory包以进行磁盘计算。

我还鼓励你检查你的数据模型是否真的没有贝叶斯估算，因为尝试获得完美数据的事实并不比仅仅在数据上插入均值/中值/第一个/最后一个值更有益。

希望这可以帮助。