step_num2factor()
会将一个或多个数值向量转换为因子(有序或无序)。当类别被编码为整数时,这非常有用。
用法
step_num2factor(
recipe,
...,
role = NA,
transform = function(x) x,
trained = FALSE,
levels,
ordered = FALSE,
skip = FALSE,
id = rand_id("num2factor")
)
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。
- transform
-
采用单个参数
x
的函数,可用于在确定级别之前修改数值(可能使用base::as.integer()
)。函数的输出应该是一个整数,对应于应分配的levels
的值。如果不是整数,该值将在bake()
期间转换为整数。 - trained
-
指示预处理数量是否已估计的逻辑。
- levels
-
将用作级别的值的字符向量。这些是转换为字符并排序的数字数据。一旦执行
prep()
,就会修改此值。 - ordered
-
单个逻辑值;应该对因子进行排序吗?
- 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。
整理
当您 tidy()
此步骤时,将返回包含列 terms
(选定的选择器或变量)和 ordered
的 tibble。
也可以看看
其他虚拟变量和编码步骤:step_bin2factor()
, step_count()
, step_date()
, step_dummy_extract()
, step_dummy_multi_choice()
, step_dummy()
, step_factor2string()
, step_holiday()
, step_indicate_na()
, step_integer()
, step_novel()
, step_ordinalscore()
, step_other()
, step_regex()
, step_relevel()
, step_string2factor()
, step_time()
, step_unknown()
, step_unorder()
例子
library(dplyr)
data(attrition, package = "modeldata")
attrition %>%
group_by(StockOptionLevel) %>%
count()
#> # A tibble: 4 × 2
#> # Groups: StockOptionLevel [4]
#> StockOptionLevel n
#> <int> <int>
#> 1 0 631
#> 2 1 596
#> 3 2 158
#> 4 3 85
amnt <- c("nothin", "meh", "some", "copious")
rec <-
recipe(Attrition ~ StockOptionLevel, data = attrition) %>%
step_num2factor(
StockOptionLevel,
transform = function(x) x + 1,
levels = amnt
)
encoded <- rec %>%
prep() %>%
bake(new_data = NULL)
table(encoded$StockOptionLevel, attrition$StockOptionLevel)
#>
#> 0 1 2 3
#> nothin 631 0 0 0
#> meh 0 596 0 0
#> some 0 0 158 0
#> copious 0 0 0 85
# an example for binning
binner <- function(x) {
x <- cut(x, breaks = 1000 * c(0, 5, 10, 20), include.lowest = TRUE)
# now return the group number
as.numeric(x)
}
inc <- c("low", "med", "high")
rec <-
recipe(Attrition ~ MonthlyIncome, data = attrition) %>%
step_num2factor(
MonthlyIncome,
transform = binner,
levels = inc,
ordered = TRUE
) %>%
prep()
encoded <- bake(rec, new_data = NULL)
table(encoded$MonthlyIncome, binner(attrition$MonthlyIncome))
#>
#> 1 2 3
#> low 749 0 0
#> med 0 440 0
#> high 0 0 281
# What happens when a value is out of range?
ceo <- attrition %>%
slice(1) %>%
mutate(MonthlyIncome = 10^10)
bake(rec, ceo)
#> # A tibble: 1 × 2
#> MonthlyIncome Attrition
#> <ord> <fct>
#> 1 NA Yes
相关用法
- 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_novel 新因子水平的简单赋值
- R recipes step_ns 自然样条基函数
- R recipes step_nnmf_sparse 带套索惩罚的非负矩阵分解信号提取
- R recipes step_naomit 删除缺失值的观测值
- 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_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_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
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 Convert Numbers to Factors。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。