all.vars
返回公式中使用的所有变量。该函数仅返回右侧显式使用的变量(即,除非对象是具有指定数据集的术语,否则它不会解析点)。
参数
- object
-
模型公式或
stats::terms()
对象。 - ...
-
传递给
all.vars()
的参数
例子
form_pred(y ~ x + z)
#> [1] "x" "z"
form_pred(terms(y ~ x + z))
#> [1] "x" "z"
form_pred(y ~ x + log(z))
#> [1] "x" "z"
form_pred(log(y) ~ x + z)
#> [1] "x" "z"
form_pred(y1 + y2 ~ x + z)
#> [1] "x" "z"
form_pred(log(y1) + y2 ~ x + z)
#> [1] "x" "z"
# will fail:
# form_pred(y ~ .)
form_pred(terms(mpg ~ (.)^2, data = mtcars))
#> [1] "cyl" "disp" "hp" "drat" "wt" "qsec" "vs" "am" "gear" "carb"
form_pred(terms(~ (.)^2, data = mtcars))
#> [1] "mpg" "cyl" "disp" "hp" "drat" "wt" "qsec" "vs" "am" "gear"
#> [11] "carb"
相关用法
- 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 as.data.frame.rsplit 将 rsplit 对象转换为 DataFrame
- R rsample labels.rsplit 从 rsplit 对象中查找标签
- R rsample mc_cv 蒙特卡罗交叉验证
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 Extract Predictor Names from Formula or Terms。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。