step_mutate()
创建配方步骤的规范,该步骤将使用 dplyr::mutate()
添加变量。
用法
step_mutate(
recipe,
...,
role = "predictor",
trained = FALSE,
inputs = NULL,
skip = FALSE,
id = rand_id("mutate")
)
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。
- ...
-
Name-value 表达式对。请参阅
dplyr::mutate()
。 - 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。
- inputs
-
...
的引用。 - 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
使用此灵活步骤时,请格外小心,以避免预处理中的数据泄漏。例如,考虑转换 x = w > mean(w)
。当应用于新数据或测试数据时,此转换将使用新数据中 w
的平均值,而不是训练数据中 w
的平均值。
当定义新变量的表达式中引用用户全局环境中的对象时,最好使用准引用(例如 !!
)将该对象的值嵌入到表达式中(以便在会议)。请参阅示例。
如果前面的步骤删除了 step_mutate()
中按名称选择的列,则使用 prep()
估计配方时将会出错。
也可以看看
其他单独的转换步骤:step_BoxCox()
, step_YeoJohnson()
, step_bs()
, step_harmonic()
, step_hyperbolic()
, step_inverse()
, step_invlogit()
, step_logit()
, step_log()
, step_ns()
, step_percentile()
, step_poly()
, step_relu()
, step_sqrt()
其他 dplyr 步骤:step_arrange()
, step_filter()
, step_mutate_at()
, step_rename_at()
, step_rename()
, step_sample()
, step_select()
, step_slice()
例子
rec <-
recipe(~., data = iris) %>%
step_mutate(
dbl_width = Sepal.Width * 2,
half_length = Sepal.Length / 2
)
prepped <- prep(rec, training = iris %>% slice(1:75))
library(dplyr)
dplyr_train <-
iris %>%
as_tibble() %>%
slice(1:75) %>%
mutate(
dbl_width = Sepal.Width * 2,
half_length = Sepal.Length / 2
)
rec_train <- bake(prepped, new_data = NULL)
all.equal(dplyr_train, rec_train)
#> [1] TRUE
dplyr_test <-
iris %>%
as_tibble() %>%
slice(76:150) %>%
mutate(
dbl_width = Sepal.Width * 2,
half_length = Sepal.Length / 2
)
rec_test <- bake(prepped, iris %>% slice(76:150))
all.equal(dplyr_test, rec_test)
#> [1] TRUE
# Embedding objects:
const <- 1.414
qq_rec <-
recipe(~., data = iris) %>%
step_mutate(
bad_approach = Sepal.Width * const,
best_approach = Sepal.Width * !!const
) %>%
prep(training = iris)
bake(qq_rec, new_data = NULL, contains("appro")) %>% slice(1:4)
#> # A tibble: 4 × 2
#> bad_approach best_approach
#> <dbl> <dbl>
#> 1 4.95 4.95
#> 2 4.24 4.24
#> 3 4.52 4.52
#> 4 4.38 4.38
# The difference:
tidy(qq_rec, number = 1)
#> # A tibble: 2 × 3
#> terms value id
#> <chr> <chr> <chr>
#> 1 bad_approach Sepal.Width * const mutate_p75TX
#> 2 best_approach Sepal.Width * 1.414 mutate_p75TX
相关用法
- R recipes step_mutate_at 使用 dplyr 改变多列
- 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_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_inverse 逆变换
- 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
- R recipes step_other 折叠一些分类级别
- R recipes step_harmonic 添加正弦和余弦项以进行谐波分析
- R recipes step_corr 高相关滤波器
- R recipes step_novel 新因子水平的简单赋值
- R recipes step_select 使用 dplyr 选择变量
- R recipes step_regex 检测正则表达式
- R recipes step_spline_b 基础样条
- R recipes step_window 移动窗口函数
- R recipes step_ica ICA 信号提取
- R recipes step_discretize 离散数值变量
- R recipes step_dummy_multi_choice 一起处理多个预测变量的水平
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 new variables using dplyr。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。