step_impute_lower()
创建配方步骤的规范,设计用于无法测量非负数值数据低于已知值的情况。在这些情况下,一种插补数据的方法是用零和截断点之间的随机均匀数替换截断值。
用法
step_impute_lower(
recipe,
...,
role = NA,
trained = FALSE,
threshold = NULL,
skip = FALSE,
id = rand_id("impute_lower")
)
step_lowerimpute(
recipe,
...,
role = NA,
trained = FALSE,
threshold = NULL,
skip = FALSE,
id = rand_id("impute_lower")
)
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。
- threshold
-
下界的命名数值向量。在由
prep()
计算之前,这是NULL
。 - 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
step_impute_lower
根据 prep.recipe
的 training
参数中使用的数据估计变量最小值。 bake.recipe
然后用零和最小值之间的随机统一值模拟任何数据的最小值。
从 recipes
0.1.16 开始,该函数名称从 step_lowerimpute()
更改为 step_impute_lower()
。
整理
当您 tidy()
此步骤时,将返回一个包含列 terms
(选定的选择器或变量)和 value
的估计阈值的小标题。
也可以看看
其他插补步骤: step_impute_bag()
、 step_impute_knn()
、 step_impute_linear()
、 step_impute_mean()
、 step_impute_median()
、 step_impute_mode()
、 step_impute_roll()
例子
library(recipes)
data(biomass, package = "modeldata")
## Truncate some values to emulate what a lower limit of
## the measurement system might look like
biomass$carbon <- ifelse(biomass$carbon > 40, biomass$carbon, 40)
biomass$hydrogen <- ifelse(biomass$hydrogen > 5, biomass$carbon, 5)
biomass_tr <- biomass[biomass$dataset == "Training", ]
biomass_te <- biomass[biomass$dataset == "Testing", ]
rec <- recipe(
HHV ~ carbon + hydrogen + oxygen + nitrogen + sulfur,
data = biomass_tr
)
impute_rec <- rec %>%
step_impute_lower(carbon, hydrogen)
tidy(impute_rec, number = 1)
#> # A tibble: 2 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 carbon NA impute_lower_b4CM3
#> 2 hydrogen NA impute_lower_b4CM3
impute_rec <- prep(impute_rec, training = biomass_tr)
tidy(impute_rec, number = 1)
#> # A tibble: 2 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 carbon 40 impute_lower_b4CM3
#> 2 hydrogen 5 impute_lower_b4CM3
transformed_te <- bake(impute_rec, biomass_te)
plot(transformed_te$carbon, biomass_te$carbon,
ylab = "pre-imputation", xlab = "imputed"
)
相关用法
- R recipes step_impute_linear 通过线性模型估算数值变量
- 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_impute_roll 使用滚动窗口统计估算数值数据
- R recipes step_impute_mode 使用最常见的值估算名义数据
- R recipes step_impute_bag 通过袋装树进行插补
- R recipes step_impute_median 使用中位数估算数值数据
- R recipes step_inverse 逆变换
- R recipes step_ica ICA 信号提取
- R recipes step_indicate_na 创建缺失数据列指示器
- R recipes step_integer 将值转换为预定义的整数
- R recipes step_intercept 添加截距(或常数)列
- R recipes step_interact 创建交互变量
- R recipes step_invlogit 逆 Logit 变换
- R recipes step_isomap 等位图嵌入
- 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_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
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 Impute numeric data below the threshold of measurement。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。