如何理解randomForest :: rfImpute？

Question

我试图了解randomForest模块中的rfImpute在R中的工作原理。

使用虹膜数据集的文档中的标准示例如下：

data(iris)
iris.na <- iris

library (randomForest)

set.seed(111)

## artificially drop some data values.
for (i in 1:4) iris.na[sample(150, sample(20)), i] <- NA
set.seed(222)
iris.imputed <- rfImpute(Species ~ ., iris.na)
set.seed(333)
iris.rf <- randomForest(Species ~ ., iris.imputed)
print(iris.rf)

尽管我可以成功运行此代码，但我想了解这种语法的含义

iris.imputed <- rfImpute(Species ~ ., iris.na)

例如，如果我有一个带有one dependent variable y that contains some NaN values, and one independent variable x;的数据框，将如何修改语法？