此函数用于帮助整个 tidymodels 包中使用的控制函数的层次结构。现在假设每个控制函数是另一个控制函数的子集或超集。
例子
ctrl <- control_parsnip(catch = TRUE)
ctrl$allow_par <- TRUE
str(ctrl)
#> List of 3
#> $ verbosity: int 1
#> $ catch : logi TRUE
#> $ allow_par: logi TRUE
#> - attr(*, "class")= chr "control_parsnip"
ctrl <- condense_control(ctrl, control_parsnip())
str(ctrl)
#> List of 2
#> $ verbosity: int 1
#> $ catch : logi TRUE
#> - attr(*, "class")= chr "control_parsnip"
相关用法
- R parsnip control_parsnip 控制拟合函数
- R parsnip ctree_train 条件推理树模型的包装函数
- R parsnip logistic_reg 逻辑回归
- R parsnip predict.model_fit 模型预测
- R parsnip linear_reg 线性回归
- R parsnip C5_rules C5.0 基于规则的分类模型
- R parsnip set_engine 声明计算引擎和特定参数
- R parsnip augment 通过预测增强数据
- R parsnip repair_call 修复模型调用对象
- R parsnip dot-model_param_name_key 翻译模型调整参数的名称
- R parsnip glm_grouped 将数据集中的分组二项式结果与个案权重拟合
- R parsnip rule_fit 规则拟合模型
- R parsnip svm_rbf 径向基函数支持向量机
- R parsnip set_args 更改模型规范的元素
- R parsnip translate 解决计算引擎的模型规范
- R parsnip max_mtry_formula 根据公式确定 mtry 的最大值。此函数可能会根据公式和数据集限制 mtry 的值。对于生存和/或多变量模型来说，这是一种安全的方法。
- R parsnip svm_linear 线性支持向量机
- R parsnip set_new_model 注册模型的工具
- R parsnip rand_forest 随机森林
- R parsnip mlp 单层神经网络
- R parsnip nearest_neighbor K-最近邻
- R parsnip parsnip_update 更新型号规格
- R parsnip fit 将模型规范拟合到数据集
- R parsnip boost_tree 增强树
- R parsnip bart 贝叶斯加性回归树 (BART)
注：本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Condense control object into strictly smaller control object。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。