step_indicate_na()
创建配方步骤的规范,该步骤将创建附加二进制列并将其附加到数据集以指示缺少哪些观测值。
用法
step_indicate_na(
recipe,
...,
role = "predictor",
trained = FALSE,
columns = NULL,
prefix = "na_ind",
keep_original_cols = TRUE,
skip = FALSE,
id = rand_id("indicate_na")
)
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
-
对于此步骤创建的模型项,应为其分配什么分析角色?默认情况下,此步骤根据原始变量创建的新列将用作模型中的预测变量。
- trained
-
指示预处理数量是否已估计的逻辑。
- 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。 - prefix
-
将作为结果新变量的前缀的字符串。默认为"na_ind"。
- keep_original_cols
-
将原始变量保留在输出中的逻辑。默认为
FALSE
。 - 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。
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model
(中值)的小标题。
也可以看看
其他虚拟变量和编码步骤:step_bin2factor()
, step_count()
, step_date()
, step_dummy_extract()
, step_dummy_multi_choice()
, step_dummy()
, step_factor2string()
, step_holiday()
, 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("credit_data", package = "modeldata")
## missing data per column
purrr::map_dbl(credit_data, function(x) mean(is.na(x)))
#> Status Seniority Home Time Age
#> 0.0000000000 0.0000000000 0.0013471037 0.0000000000 0.0000000000
#> Marital Records Job Expenses Income
#> 0.0002245173 0.0000000000 0.0004490346 0.0000000000 0.0855410867
#> Assets Debt Amount Price
#> 0.0105523125 0.0040413112 0.0000000000 0.0000000000
set.seed(342)
in_training <- sample(1:nrow(credit_data), 2000)
credit_tr <- credit_data[in_training, ]
credit_te <- credit_data[-in_training, ]
rec <- recipe(Price ~ ., data = credit_tr)
impute_rec <- rec %>%
step_indicate_na(Income, Assets, Debt)
imp_models <- prep(impute_rec, training = credit_tr)
imputed_te <- bake(imp_models, new_data = credit_te, everything())
相关用法
- R recipes step_inverse 逆变换
- 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_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_ica ICA 信号提取
- 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_lower 估算低于测量阈值的数值数据
- 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_impute_linear 通过线性模型估算数值变量
- 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 Create Missing Data Column Indicators。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。