R recipes step_lag 创建滞后预测器

step_lag() 创建配方步骤的规范，该步骤将添加新的滞后数据列。默认情况下，滞后数据将包括引起滞后的 NA 值。这些可以使用 step_naomit() 删除，或者您可以使用 default 参数指定替代填充值。

用法

step_lag(
  recipe,
  ...,
  role = "predictor",
  trained = FALSE,
  lag = 1,
  prefix = "lag_",
  default = NA,
  columns = NULL,
  keep_original_cols = TRUE,
  skip = FALSE,
  id = rand_id("lag")
)

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。
lag: 正整数向量。对于向量中的每个值，每个指定的列都会滞后。
prefix: 生成的列名称的前缀，默认为"lag_"。
default: 传递给 dplyr::lag ，确定填充滞后留下的空行的内容(默认为 NA)。
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。
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。

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

该步骤假设数据已经处于适当的滞后顺序。

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

其他行操作步骤：step_arrange()、step_filter()、step_impute_roll()、step_naomit()、step_sample()、step_shuffle()、step_slice()

例子

n <- 10
start <- as.Date("1999/01/01")
end <- as.Date("1999/01/10")

df <- data.frame(
  x = runif(n),
  index = 1:n,
  day = seq(start, end, by = "day")
)

recipe(~., data = df) %>%
  step_lag(index, day, lag = 2:3) %>%
  prep(df) %>%
  bake(df)
#> # A tibble: 10 × 7
#>         x index day        lag_2_index lag_3_index lag_2_day  lag_3_day 
#>     <dbl> <int> <date>           <int>       <int> <date>     <date>    
#>  1 0.189      1 1999-01-01          NA          NA NA         NA        
#>  2 0.0579     2 1999-01-02          NA          NA NA         NA        
#>  3 0.0469     3 1999-01-03           1          NA 1999-01-01 NA        
#>  4 0.356      4 1999-01-04           2           1 1999-01-02 1999-01-01
#>  5 0.563      5 1999-01-05           3           2 1999-01-03 1999-01-02
#>  6 0.757      6 1999-01-06           4           3 1999-01-04 1999-01-03
#>  7 0.687      7 1999-01-07           5           4 1999-01-05 1999-01-04
#>  8 0.966      8 1999-01-08           6           5 1999-01-06 1999-01-05
#>  9 0.977      9 1999-01-09           7           6 1999-01-07 1999-01-06
#> 10 0.0903    10 1999-01-10           8           7 1999-01-08 1999-01-07

源代码：R/lag.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 lagged predictor。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。