R recipes step_lincomb 线性组合滤波器

step_lincomb() 创建配方步骤的规范，该步骤可能会删除它们之间具有精确线性组合的数值变量。

用法

step_lincomb(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  max_steps = 5,
  removals = NULL,
  skip = FALSE,
  id = rand_id("lincomb")
)

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。
max_steps: 应用算法的次数。
removals: 包含应删除的列名称的字符串。这些值直到调用 prep() 后才确定。
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

此步骤可能会从数据集中删除列。如果通过名称专门引用缺失的列，这可能会导致配方中的后续步骤出现问题。为了避免这种情况，请参阅 selections 的“保存配方和过滤列的提示”部分中的建议。

此步骤查找两个或多个变量之间的精确线性组合，并建议应删除哪些列以解决问题。该算法可能需要多次应用(如 max_steps 所定义)。

整理

当您tidy()此步骤时，将返回带有列terms(将被删除的列)的tibble。

箱重

底层操作不允许使用案例权重。

也可以看看

其他变量过滤步骤：step_corr()、step_filter_missing()、step_nzv()、step_rm()、step_select()、step_zv()

作者

马克斯·库恩、柯克·梅特勒和杰德·温

例子

data(biomass, package = "modeldata")

biomass$new_1 <- with(
  biomass,
  .1 * carbon - .2 * hydrogen + .6 * sulfur
)
biomass$new_2 <- with(
  biomass,
  .5 * carbon - .2 * oxygen + .6 * nitrogen
)

biomass_tr <- biomass[biomass$dataset == "Training", ]
biomass_te <- biomass[biomass$dataset == "Testing", ]

rec <- recipe(HHV ~ carbon + hydrogen + oxygen + nitrogen +
  sulfur + new_1 + new_2,
data = biomass_tr
)

lincomb_filter <- rec %>%
  step_lincomb(all_numeric_predictors())

lincomb_filter_trained <- prep(lincomb_filter, training = biomass_tr)
lincomb_filter_trained
#> 
#> ── Recipe ────────────────────────────────────────────────────────────────
#> 
#> ── Inputs 
#> Number of variables by role
#> outcome:   1
#> predictor: 7
#> 
#> ── Training information 
#> Training data contained 456 data points and no incomplete rows.
#> 
#> ── Operations 
#> • Linear combination filter removed: new_1, new_2 | Trained

tidy(lincomb_filter, number = 1)
#> # A tibble: 1 × 2
#>   terms                    id           
#>   <chr>                    <chr>        
#> 1 all_numeric_predictors() lincomb_IeIAm
tidy(lincomb_filter_trained, number = 1)
#> # A tibble: 2 × 2
#>   terms id           
#>   <chr> <chr>        
#> 1 new_1 lincomb_IeIAm
#> 2 new_2 lincomb_IeIAm

源代码：R/lincomb.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 Linear Combination Filter。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。