R recipes step_bin2factor 从虚拟变量创建因子

step_bin2factor() 创建配方步骤的规范，该步骤将从单个虚拟变量创建两级因子。

用法

step_bin2factor(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  levels = c("yes", "no"),
  ref_first = TRUE,
  columns = NULL,
  skip = FALSE,
  id = rand_id("bin2factor")
)

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。
levels: 长度为 2 的字符串，指示 1(第一个位置)和 0(第二个位置)的因子水平
ref_first: 逻辑性强。取代 1 的第一个水平是否应该作为因子参考水平？
columns: 所选变量名称的字符串。该字段是一个占位符，一旦使用 prep() 就会被填充。
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。

值

recipe 的更新版本，将新步骤添加到任何现有操作的序列中。

细节

对于二进制信息可能需要表示为 calcategories 而不是数字的情况，此操作可能很有用。例如，朴素贝叶斯模型如果有因子预测器会更好，以便对二项分布进行建模，而不是对数值二进制数据的高斯概率密度进行建模。请注意，数字数据仅被验证为数字(并且不计算级别)。

整理

当您tidy()此步骤时，将返回带有列terms(将受影响的列)的tibble。

箱重

底层操作不允许使用案例权重。

也可以看看

其他虚拟变量和编码步骤：step_count() , step_date() , step_dummy_extract() , step_dummy_multi_choice() , step_dummy() , step_factor2string() , step_holiday() , step_indicate_na() , step_integer() , step_novel() , step_num2factor() , step_ordinalscore() , step_other() , step_regex() , step_relevel() , step_string2factor() , step_time() , step_unknown() , step_unorder()

例子

data(covers, package = "modeldata")

rec <- recipe(~description, covers) %>%
  step_regex(description, pattern = "(rock|stony)", result = "rocks") %>%
  step_regex(description, pattern = "(rock|stony)", result = "more_rocks") %>%
  step_bin2factor(rocks)

tidy(rec, number = 3)
#> # A tibble: 1 × 2
#>   terms id              
#>   <chr> <chr>           
#> 1 rocks bin2factor_5hCeA

rec <- prep(rec, training = covers)
results <- bake(rec, new_data = covers)

table(results$rocks, results$more_rocks)
#>      
#>        0  1
#>   yes  0 29
#>   no  11  0

tidy(rec, number = 3)
#> # A tibble: 1 × 2
#>   terms id              
#>   <chr> <chr>           
#> 1 rocks bin2factor_5hCeA

源代码：R/bin2factor.R

相关用法

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 a Factors from A Dummy Variable。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。