根据初始模型公式,创建排除每个预测变量的公式列表。
参数
- formula
-
包含至少两个预测变量的模型公式。
- data
-
一个 DataFrame 。
- full_model
-
逻辑性强;该列表应该包括原始公式吗?
- ...
-
传递给
stats::model.frame()
的选项
例子
data(penguins, package = "modeldata")
leave_var_out_formulas(
bill_length_mm ~ .,
data = penguins
)
#> $species
#> bill_length_mm ~ island + bill_depth_mm + flipper_length_mm +
#> body_mass_g + sex
#> <environment: base>
#>
#> $island
#> bill_length_mm ~ species + bill_depth_mm + flipper_length_mm +
#> body_mass_g + sex
#> <environment: base>
#>
#> $bill_depth_mm
#> bill_length_mm ~ species + island + flipper_length_mm + body_mass_g +
#> sex
#> <environment: base>
#>
#> $flipper_length_mm
#> bill_length_mm ~ species + island + bill_depth_mm + body_mass_g +
#> sex
#> <environment: base>
#>
#> $body_mass_g
#> bill_length_mm ~ species + island + bill_depth_mm + flipper_length_mm +
#> sex
#> <environment: base>
#>
#> $sex
#> bill_length_mm ~ species + island + bill_depth_mm + flipper_length_mm +
#> body_mass_g
#> <environment: base>
#>
#> $everything
#> bill_length_mm ~ .
#> <environment: 0x55b7bec6d4f0>
#>
leave_var_out_formulas(
bill_length_mm ~ (island + sex)^2 + flipper_length_mm,
data = penguins
)
#> $island
#> bill_length_mm ~ sex + flipper_length_mm
#> <environment: base>
#>
#> $sex
#> bill_length_mm ~ island + flipper_length_mm
#> <environment: base>
#>
#> $flipper_length_mm
#> bill_length_mm ~ island + sex + island:sex
#> <environment: base>
#>
#> $`island:sex`
#> bill_length_mm ~ island + sex + flipper_length_mm
#> <environment: base>
#>
#> $everything
#> bill_length_mm ~ (island + sex)^2 + flipper_length_mm
#> <environment: 0x55b7bec6d4f0>
#>
leave_var_out_formulas(
bill_length_mm ~ (island + sex)^2 + flipper_length_mm +
I(flipper_length_mm^2),
data = penguins
)
#> $island
#> bill_length_mm ~ sex + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: base>
#>
#> $sex
#> bill_length_mm ~ island + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: base>
#>
#> $flipper_length_mm
#> bill_length_mm ~ island + sex + island:sex
#> <environment: base>
#>
#> $`I(flipper_length_mm^2)`
#> bill_length_mm ~ island + sex + flipper_length_mm + island:sex
#> <environment: base>
#>
#> $`island:sex`
#> bill_length_mm ~ island + sex + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: base>
#>
#> $everything
#> bill_length_mm ~ (island + sex)^2 + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: 0x55b7bec6d4f0>
#>
相关用法
- R workflowsets extract_workflow_set_result 提取工作流集的元素
- R workflowsets comment_add 为工作流程添加注释和评论
- R workflowsets option_add 添加和编辑工作流程集中保存的选项
- R workflowsets fit_best.workflow_set 将模型拟合到数值最优配置
- R workflowsets collect_metrics.workflow_set 获取并格式化通过调整工作流集函数生成的结果
- R workflowsets workflow_map 处理一系列工作流程
- R workflowsets as_workflow_set 将现有对象转换为工作流集
- R workflowsets option_list 制作一个分类的选项列表
- R workflowsets rank_results 按指标对结果进行排名
- R workflowsets workflow_set 从预处理和模型对象生成一组工作流对象
- R workflowsets pull_workflow_set_result 从工作流集中提取元素
- R workflowsets autoplot.workflow_set 绘制工作流程集的结果
- R workflowsets update_workflow_model 更新工作流集中的工作流组件
- R workflows add_model 将模型添加到工作流程
- R workflows workflow 创建工作流程
- R workflows extract-workflow 提取工作流程的元素
- R workflows add_variables 将变量添加到工作流程
- R workflows add_formula 将公式术语添加到工作流程
- R workflows predict-workflow 从工作流程进行预测
- R workflows augment.workflow 通过预测增强数据
- R workflows add_recipe 将配方添加到工作流程
- R workflows glance.workflow 工作流程模型一览
- R workflows is_trained_workflow 确定工作流程是否经过训练
- R workflows fit-workflow 适合工作流对象
- R workflows add_case_weights 将案例权重添加到工作流程
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 Create formulas without each predictor。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。