step_BoxCox()
创建配方步骤的规范,该步骤将使用 Box-Cox 转换来转换数据。
用法
step_BoxCox(
recipe,
...,
role = NA,
trained = FALSE,
lambdas = NULL,
limits = c(-5, 5),
num_unique = 5,
skip = FALSE,
id = rand_id("BoxCox")
)
参数
- recipe
-
一个菜谱对象。该步骤将添加到此配方的操作序列中。
- ...
-
一个或多个选择器函数用于为此步骤选择变量。有关更多详细信息,请参阅
selections()
。 - role
-
由于没有创建新变量,因此此步骤未使用。
- trained
-
指示预处理数量是否已估计的逻辑。
- lambdas
-
变换值的数值向量。在由
prep()
计算之前,这是NULL
。 - limits
-
长度为 2 的数值向量,定义计算变换参数 lambda 的范围。
- num_unique
-
一个整数,用于指定评估转换所需的最小唯一值。
- skip
-
一个合乎逻辑的。当
bake()
烘焙食谱时是否应该跳过此步骤?虽然所有操作都是在prep()
运行时烘焙的,但某些操作可能无法对新数据进行(例如处理结果变量)。使用skip = TRUE
时应小心,因为它可能会影响后续操作的计算。 - id
-
该步骤特有的字符串,用于标识它。
细节
Box-Cox 变换需要严格为正的变量,可用于重新调整变量以使其更类似于正态分布。在此包中,部分对数似然函数在一组合理的变换值(可由用户更改)内直接优化。
这种转换通常是使用统计模型(例如普通最小二乘法)的残差对结果变量进行的。这里,使用简单的空模型(仅截距)将变换单独应用于预测变量。这可以使变量分布更加对称。
如果估计变换参数非常接近边界,或者优化失败,则使用值 NA
并且不应用变换。
整理
当您 tidy()
此步骤时,将返回包含列 terms
(选择的选择器或变量)和 value
(lambda 估计值)的 tibble。
也可以看看
其他单独的转换步骤:step_YeoJohnson()
, step_bs()
, step_harmonic()
, step_hyperbolic()
, step_inverse()
, step_invlogit()
, step_logit()
, step_log()
, step_mutate()
, step_ns()
, step_percentile()
, step_poly()
, step_relu()
, step_sqrt()
例子
rec <- recipe(~., data = as.data.frame(state.x77))
bc_trans <- step_BoxCox(rec, all_numeric())
bc_estimates <- prep(bc_trans, training = as.data.frame(state.x77))
#> Warning: Non-positive values in selected variable.
#> Warning: No Box-Cox transformation could be estimated for: `Frost`
bc_data <- bake(bc_estimates, as.data.frame(state.x77))
plot(density(state.x77[, "Illiteracy"]), main = "before")
plot(density(bc_data$Illiteracy), main = "after")
tidy(bc_trans, number = 1)
#> # A tibble: 1 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 all_numeric() NA BoxCox_0O2vM
tidy(bc_estimates, number = 1)
#> # A tibble: 7 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 Population 0.000966 BoxCox_0O2vM
#> 2 Income 0.524 BoxCox_0O2vM
#> 3 Illiteracy -0.379 BoxCox_0O2vM
#> 4 Life Exp 4.59 BoxCox_0O2vM
#> 5 Murder 0.606 BoxCox_0O2vM
#> 6 HS Grad 1.92 BoxCox_0O2vM
#> 7 Area 0.250 BoxCox_0O2vM
相关用法
- R recipes step_unknown 将缺失的类别分配给“未知”
- R recipes step_relu 应用(平滑)修正线性变换
- R recipes step_poly_bernstein 广义伯恩斯坦多项式基
- R recipes step_impute_knn 通过 k 最近邻进行插补
- R recipes step_impute_mean 使用平均值估算数值数据
- R recipes step_inverse 逆变换
- R recipes step_pls 偏最小二乘特征提取
- R recipes step_ratio 比率变量创建
- R recipes step_geodist 两个地点之间的距离
- R recipes step_nzv 近零方差滤波器
- R recipes step_nnmf 非负矩阵分解信号提取
- R recipes step_normalize 中心和比例数值数据
- R recipes step_depth 数据深度
- R recipes step_other 折叠一些分类级别
- R recipes step_harmonic 添加正弦和余弦项以进行谐波分析
- R recipes step_corr 高相关滤波器
- R recipes step_novel 新因子水平的简单赋值
- R recipes step_select 使用 dplyr 选择变量
- R recipes step_regex 检测正则表达式
- R recipes step_spline_b 基础样条
- R recipes step_window 移动窗口函数
- R recipes step_ica ICA 信号提取
- R recipes step_discretize 离散数值变量
- R recipes step_dummy_multi_choice 一起处理多个预测变量的水平
- R recipes step_lincomb 线性组合滤波器
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 Box-Cox Transformation for Non-Negative Data。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。