R recipes step_nnmf_sparse 带套索惩罚的非负矩阵分解信号提取

step_nnmf_sparse() 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。

用法

step_nnmf_sparse(
  recipe,
  ...,
  role = "predictor",
  trained = FALSE,
  num_comp = 2,
  penalty = 0.001,
  options = list(),
  res = NULL,
  prefix = "NNMF",
  seed = sample.int(10^5, 1),
  keep_original_cols = FALSE,
  skip = FALSE,
  id = rand_id("nnmf_sparse")
)

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。

penalty

用作载荷惩罚因子的非负数。值通常介于零和一之间。

options

RcppML 包中 nmf() 的选项列表。该包有一个单独的函数setRcppMLthreads()，用于控制内部并行化量。请注意，不应在此处传递参数 A 、 k 、 L1 和 seed 。

res

一旦经过 prep() 训练该预处理步骤，载荷矩阵以及原始预测变量的名称就会存储在此处。

prefix

生成的新变量的前缀字符串。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)

• penalty：正则化量(类型：double，默认值：0.001)

箱重

底层操作不允许使用案例权重。

也可以看看

例子

if (rlang::is_installed(c("modeldata", "RcppML", "ggplot2"))) {
library(Matrix)
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_sparse(
    all_numeric_predictors(),
    num_comp = 2,
    seed = 473,
    penalty = 0.01
  ) %>%
  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()
}