<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>nhn-techorus</author_name>
  <author_url>https://blog.hatena.ne.jp/nhn-techorus/</author_url>
  <blog_title>Chorus Journal | NHN テコラスがお届けする技術メディア</blog_title>
  <blog_url>https://journal.nhn-techorus.com/</blog_url>
  <categories>
    <anon>AI・データ</anon>
  </categories>
  <description>こんにちは。データサイエンスチームの t2sy です。 この記事は DataScience by DATAHOTEL tech blog Advent Calendar 2017 の8日目の記事です。 2回に渡り、欠損データの可視化・検定・代入に関するCRANパッケージをご紹介します。 今回、ご紹介するCRANパッケージは以下になります。 VIM BaylorEdPsych imputeMissings mice 実行環境は R 3.3.2 です。 例として米国ボストン市郊外における地域別の住宅価格のデータセットである BostonHousing を扱います。BostonHousing データ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fjournal.nhn-techorus.com%2Fentry%2Farchives%2F6309&quot; title=&quot;Rで実践！欠損データ分析入門【1】 - Chorus Journal | NHN テコラスがお届けする技術メディア&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/n/nhn-techorus/20261009/20261009130332.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2017-12-08 10:35:24</published>
  <title>Rで実践！欠損データ分析入門【1】</title>
  <type>rich</type>
  <url>https://journal.nhn-techorus.com/entry/archives/6309</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
