step_clean_names()
创建配方步骤的规范,该步骤将清理变量名称,以便名称仅包含字母、数字和下划线。
用法
step_clean_names(
recipe,
...,
role = NA,
trained = FALSE,
clean = NULL,
skip = FALSE,
id = rand_id("clean_names")
)
参数
- recipe
-
一个recipe 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选择受该步骤影响的变量。有关更多详细信息,请参阅
recipes::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。
- clean
-
用于清理变量名称的命名字符向量。在由
recipes::prep.recipe()
计算之前,这是NULL
。 - skip
-
一个合乎逻辑的。当
recipes::bake.recipe()
烘焙食谱时是否应该跳过此步骤?虽然所有操作都是在recipes::prep.recipe()
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 = FALSE
时应小心。 - id
-
该步骤特有的字符串,用于标识它。
整理
当您tidy()
这一步时,会出现一个包含列terms
(新的干净变量名称)和value
(原始变量名称)的小标题。
例子
library(recipes)
data(airquality)
air_tr <- tibble(airquality[1:100, ])
air_te <- tibble(airquality[101:153, ])
rec <- recipe(~., data = air_tr)
rec <- rec %>%
step_clean_names(all_predictors())
rec <- prep(rec, training = air_tr)
tidy(rec, number = 1)
#> # A tibble: 6 × 3
#> terms value id
#> <chr> <chr> <chr>
#> 1 ozone Ozone clean_names_Q6XEj
#> 2 solar_r Solar.R clean_names_Q6XEj
#> 3 wind Wind clean_names_Q6XEj
#> 4 temp Temp clean_names_Q6XEj
#> 5 month Month clean_names_Q6XEj
#> 6 day Day clean_names_Q6XEj
bake(rec, air_tr)
#> # A tibble: 100 × 6
#> ozone solar_r wind temp month day
#> <int> <int> <dbl> <int> <int> <int>
#> 1 41 190 7.4 67 5 1
#> 2 36 118 8 72 5 2
#> 3 12 149 12.6 74 5 3
#> 4 18 313 11.5 62 5 4
#> 5 NA NA 14.3 56 5 5
#> 6 28 NA 14.9 66 5 6
#> 7 23 299 8.6 65 5 7
#> 8 19 99 13.8 59 5 8
#> 9 8 19 20.1 61 5 9
#> 10 NA 194 8.6 69 5 10
#> # ℹ 90 more rows
bake(rec, air_te)
#> # A tibble: 53 × 6
#> ozone solar_r wind temp month day
#> <int> <int> <dbl> <int> <int> <int>
#> 1 110 207 8 90 8 9
#> 2 NA 222 8.6 92 8 10
#> 3 NA 137 11.5 86 8 11
#> 4 44 192 11.5 86 8 12
#> 5 28 273 11.5 82 8 13
#> 6 65 157 9.7 80 8 14
#> 7 NA 64 11.5 79 8 15
#> 8 22 71 10.3 77 8 16
#> 9 59 51 6.3 79 8 17
#> 10 23 115 7.4 76 8 18
#> # ℹ 43 more rows
相关用法
- R textrecipes step_clean_levels 清晰的分类级别
- R textrecipes step_lemma 标记变量的词形还原
- R textrecipes step_tokenize_wordpiece 字符变量的Wordpiece标记化
- R textrecipes step_tokenfilter 根据词频过滤标记
- R textrecipes step_text_normalization 字符变量的标准化
- R textrecipes step_tokenize_sentencepiece 字符变量的句子标记化
- R textrecipes step_tokenmerge 将多个令牌变量合并为一个
- R textrecipes step_tf 代币的使用频率
- R textrecipes step_tokenize 字符变量的标记化
- R textrecipes step_tfidf 词频-令牌的逆文档频率
- R textrecipes step_word_embeddings 令牌的预训练词嵌入
- R textrecipes step_stem 令牌变量的词干
- R textrecipes step_textfeature 计算文本特征集
- R textrecipes step_texthash 代币的特征哈希
- R textrecipes step_ngram 从标记变量生成 n-gram
- R textrecipes step_stopwords 过滤标记变量的停用词
- R textrecipes step_pos_filter 令牌变量的语音过滤部分
- R textrecipes step_untokenize 令牌变量的取消令牌化
- R textrecipes step_lda 计算代币的LDA维度估计
- R textrecipes step_tokenize_bpe 字符变量的 BPE 标记化
- R textrecipes step_sequence_onehot 令牌的位置 One-Hot 编码
- R textrecipes step_dummy_hash 通过特征哈希的指示变量
- R textrecipes show_tokens 显示配方的令牌输出
- R textrecipes tokenlist 创建令牌对象
- R update_PACKAGES 更新现有的 PACKAGES 文件
注:本文由纯净天空筛选整理自等大神的英文原创作品 Clean Variable Names。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。