用r语言怎么求平均值

用r需要求数字和NA的平均值。我怎么求出来是2啊，顺便找一位有偿指导的朋友，空闲时间回答我的问题就好！

👀👀

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7716971
• 你也可以参考下这篇文章：R数据分析：论文中的轨迹的做法，潜增长模型和增长混合模型
• 除此之外, 这篇博客: 分割数据集为训练集，测试集及验证集的R实现中的 重复交叉验证 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 如果可行的话，建议反复进行交叉验证，以减少决策的不确定性。这个过程和上面一样。我们不是在每个折中得到五个性能值，而是得到五倍的重复次数（这里是三个）。

  # We start by making repeated, stratified cross-validation folds
  folds <- create_folds(train$Sepal.Length, k = 5, m_rep = 3)
  length(folds)
  #> [1] 15
  
  for (i in seq_along(valid_mtry)) {
    cv_mtry <- numeric()
    for (fold in folds) {
      fit <- ranger(Sepal.Length ~ ., data = train[fold, ], mtry = i)
      cv_mtry <- c(cv_mtry, 
                   rmse(train[-fold, "Sepal.Length"], predict(fit, train[-fold, ])$predictions))
    }
    valid_mtry[i] <- mean(cv_mtry)
  }
  
  # Result of cross-validation
  valid_mtry
  #> [1] 0.3934294 0.3544207 0.3422013 0.3393454
  (best_mtry <- which.min(valid_mtry))
  #> [1] 4
  
  # Use optimal mtry to make model
  final_fit <- ranger(Sepal.Length ~ ., data = train, mtry = best_mtry)
  rmse(test$Sepal.Length, predict(final_fit, test)$predictions)
  #> [1] 0.2937055

• 您还可以看一下 谢佳标老师的数据挖掘模型篇之R语言实践课程中的 线性回归模型及自定义函数小节, 巩固相关知识点