<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>SAM</author_name>
  <author_url>https://blog.hatena.ne.jp/SAM/</author_url>
  <blog_title>About connecting the dots.</blog_title>
  <blog_url>https://smrmkt.hatenablog.jp/</blog_url>
  <categories>
  </categories>
  <description>さて，前回で述べた通りに今回はFIMLについてみていこうと思っていろいろ調べていましたが，結論からいうとFIMLでは欠測値の推定は行わないということがわかりました．FIMLの数理的な意味については，以下の論文に書かれているので，詳しくは読んでください．http://www4.ocn.ne.jp/~murakou/missing_data.pdf FIMLの概要 FIMLというのは，平たくいえばサンプルごとに異なる多変量正規分布を仮定したEMアルゴリズムということになります．EMアルゴリズムというのは，平たくいえばデータセットの変数群に対して多変量正規分布を仮定して，実際に得られたデータが最も現…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fsmrmkt.hatenablog.jp%2Fentry%2F2013%2F01%2F14%2F141158&quot; title=&quot;kaggleで予測モデルを構築してみた (6) - FIMLの仕組みとRのimputationパッケージ - About connecting the dots.&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></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2013-01-14 14:11:58</published>
  <title>kaggleで予測モデルを構築してみた (6) - FIMLの仕組みとRのimputationパッケージ</title>
  <type>rich</type>
  <url>https://smrmkt.hatenablog.jp/entry/2013/01/14/141158</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
