我一直在研究R-bloggers上的How to perform a Logistic Regression in R教程，其中使用了Kaggle Titanic challenge的数据集。所有帖子中的代码都可以在here找到。为891名乘客都包含在这组数据（891行）和177 数据已经丢失Age值： 有训练数据集存在丢失的数据 type missing method model
我不明白如何使用predict.lm命令通过线性回归生成预测值，因为当因变量Y的某些值丢失时，即使没有丢失独立的X观察值。在代数上，这不是问题，但我不知道在R中使用它的有效方法。以例如这个假数据框和回归模型为例。我试图在源数据框中分配预测，但由于缺少一个Y值，我无法这样做：出现错误。 # Create a fake dataframe
x <- c(1,2,3,4,5,6,7,8,9,10)
所以我有2个数据集。 在第一个我有一天的每个小时值。例如： Date Value
05/07/2017 01:00 5
05/07/2017 02:00 10
05/07/2017 03:00 5
在第二数据集I只具有总的每天 Date Value
05/07/2017 40
，所以我想通过所述第一数据集的相同的分布的总的第二数据集的分布。类似这样的： D
当我执行： Get-AzureRmVM
它提供了以下的输出： Resource Group Name Location Vm-Size OsType NIC State
XZSANDBOXRG Jxx eastus "Standard_DS11_v2" Windows jxx360 Succeeded
但是，当我执行： Get-AzureRmVM | export-csv A