step_intercept()
创建配方步骤的规范,该步骤将在数据矩阵的第一列中添加截距或常数项。 step_intercept()
默认为预测器角色,因此默认情况下仅在烘焙步骤中调用它。使用 all_predictors()
调用步骤时请小心避免无意的转换。
用法
step_intercept(
recipe,
...,
role = "predictor",
trained = FALSE,
name = "intercept",
value = 1L,
skip = FALSE,
id = rand_id("intercept")
)
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。
- ...
-
参数被忽略;包括在内是为了与其他步骤规范函数保持一致。
- 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。再次包含只是为了保持一致性。
- name
-
新添加列的字符名称
- value
-
用于填充截距列的数字常量。默认为
1L
。 - 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,将返回带有列terms
(将受影响的列)的tibble。
例子
data(biomass, package = "modeldata")
biomass_tr <- biomass[biomass$dataset == "Training", ]
biomass_te <- biomass[biomass$dataset == "Testing", ]
rec <- recipe(
HHV ~ carbon + hydrogen + oxygen + nitrogen + sulfur,
data = biomass_tr
)
rec_trans <- recipe(HHV ~ ., data = biomass_tr[, -(1:2)]) %>%
step_intercept(value = 2) %>%
step_scale(carbon)
rec_obj <- prep(rec_trans, training = biomass_tr)
with_intercept <- bake(rec_obj, biomass_te)
with_intercept
#> # A tibble: 80 × 7
#> intercept carbon hydrogen oxygen nitrogen sulfur HHV
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 2 4.45 5.67 47.2 0.3 0.22 18.3
#> 2 2 4.16 5.5 48.1 2.85 0.34 17.6
#> 3 2 4.10 5.5 49.1 2.4 0.3 17.2
#> 4 2 4.46 6.1 37.3 1.8 0.5 18.9
#> 5 2 4.68 6.32 42.8 0.2 0 20.5
#> 6 2 4.26 5.5 41.7 0.7 0.2 18.5
#> 7 2 3.74 5.23 54.1 1.19 0.51 15.1
#> 8 2 4.04 4.66 33.8 0.95 0.2 16.2
#> 9 2 2.81 4.4 31.1 0.14 4.9 11.1
#> 10 2 2.67 3.77 23.7 4.63 1.05 10.8
#> # ℹ 70 more rows
相关用法
- R recipes step_interact 创建交互变量
- R recipes step_integer 将值转换为预定义的整数
- R recipes step_inverse 逆变换
- R recipes step_indicate_na 创建缺失数据列指示器
- 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 Add intercept (or constant) column。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。