R recipes step_nnmf 非负矩阵分解信号提取

step_nnmf() 创建配方步骤的规范，该步骤将数字数据转换为一个或多个非负分量。

请使用step_nnmf_sparse()代替此步骤函数。

用法

step_nnmf(
  recipe,
  ...,
  role = "predictor",
  trained = FALSE,
  num_comp = 2,
  num_run = 30,
  options = list(),
  res = NULL,
  columns = NULL,
  prefix = "NNMF",
  seed = sample.int(10^5, 1),
  keep_original_cols = FALSE,
  skip = FALSE,
  id = rand_id("nnmf")
)

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。

num_comp

保留作为新预测变量的组件数量。如果num_comp大于列数或可能组件的数量，则将使用较小的值。如果设置了 num_comp = 0 ，则不会进行任何转换，并且所选变量将保持不变，无论 keep_original_cols 的值如何。

num_run

用于获得一致投影的计算运行次数的正整数。

options

通过 dimRed 包中的 NNMF() 函数提供 NMF 包中的 nmf() 的选项列表。请注意，不应在此处传递参数 data 和 ndim，并且关闭 NMF 并行处理以支持 resample-level 并行化。

res

一旦 prep() 训练了该预处理步骤，NNMF() 对象就会存储在此处。

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。请参阅下面的注释。

seed

一个整数，用于在计算因式分解时单独设置种子。

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

非负矩阵分解计算具有非负值的潜在分量，并考虑到原始数据具有非负值。

参数 num_comp 控制将保留的组件数量(用于派生组件的原始变量将从数据中删除)。新组件的名称以 prefix 和一系列数字开头。变量名称用零填充。例如，如果 num_comp < 10 ，它们的名称将为 NNMF1 - NNMF9 。如果是 num_comp = 101 ，则名称将为 NNMF1 - NNMF101 。

整理

当您 tidy() 此步骤时，将返回一个包含列 terms(选择的选择器或变量)和组件数量的 tibble。

调整参数

此步骤有 2 个调整参数：

• num_comp : # 组件(类型：整数，默认值：2)

• num_run ：计算运行次数(类型：整数，默认值：30)

箱重

底层操作不允许使用案例权重。

也可以看看

例子

data(biomass, package = "modeldata")

# rec <- recipe(HHV ~ ., data = biomass) %>%
#   update_role(sample, new_role = "id var") %>%
#   update_role(dataset, new_role = "split variable") %>%
#   step_nnmf(all_numeric_predictors(), num_comp = 2, seed = 473, num_run = 2) %>%
#   prep(training = biomass)
#
# bake(rec, new_data = NULL)
#
# library(ggplot2)
# bake(rec, new_data = NULL) %>%
#  ggplot(aes(x = NNMF2, y = NNMF1, col = HHV)) + geom_point()