可以使用 as.data.frame.rsplit
将分析或评估代码作为数据帧返回(由 data
参数指定)。 analysis
和 assessment
是快捷方式。
用法
# S3 method for rsplit
as.data.frame(x, row.names = NULL, optional = FALSE, data = "analysis", ...)
analysis(x, ...)
# S3 method for default
analysis(x, ...)
# S3 method for rsplit
analysis(x, ...)
assessment(x, ...)
# S3 method for default
assessment(x, ...)
# S3 method for rsplit
assessment(x, ...)
参数
- x
-
rsplit
对象。 - row.names
-
NULL
或给出 DataFrame 行名称的字符向量。不允许存在缺失值。 - optional
-
逻辑:是否应该检查数据的列名是否合法?
- data
-
"analysis" 或 "assessment" 指定返回哪些数据。
- ...
-
目前未使用。
相关用法
- R rsample add_resample_id 使用重采样标识符扩充数据集
- R rsample apparent 表观错误率抽样
- R rsample validation_set 创建验证拆分以进行调整
- R rsample initial_split 简单的训练/测试集分割
- R rsample populate 添加评估指标
- R rsample int_pctl 自举置信区间
- R rsample vfold_cv V 折交叉验证
- R rsample rset_reconstruct 使用新的 rset 子类扩展 rsample
- R rsample group_mc_cv 小组蒙特卡罗交叉验证
- R rsample group_vfold_cv V 组交叉验证
- R rsample rolling_origin 滚动原点预测重采样
- R rsample reverse_splits 反转分析和评估集
- R rsample group_bootstraps 团体自举
- R rsample labels.rset 从 rset 对象中查找标签
- R rsample get_fingerprint 获取重采样的标识符
- R rsample bootstraps 引导抽样
- R rsample validation_split 创建验证集
- R rsample reg_intervals 具有线性参数模型的置信区间的便捷函数
- R rsample clustering_cv 集群交叉验证
- R rsample initial_validation_split 创建初始训练/验证/测试拆分
- R rsample get_rsplit 从 rset 中检索单个 rsplit 对象
- R rsample loo_cv 留一交叉验证
- R rsample complement 确定评估样本
- R rsample slide-resampling 基于时间的重采样
- R rsample labels.rsplit 从 rsplit 对象中查找标签
注:本文由纯净天空筛选整理自Hannah Frick等大神的英文原创作品 Convert an rsplit object to a data frame。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。