当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R embed step_pca_sparse_bayes 稀疏贝叶斯 PCA 信号提取


step_pca_sparse_bayes() 创建配方步骤的规范,该步骤将数值数据转换为一个或多个可以具有一些零系数的主成分。

用法

step_pca_sparse_bayes(
  recipe,
  ...,
  role = "predictor",
  trained = FALSE,
  num_comp = 5,
  prior_slab_dispersion = 1,
  prior_mixture_threshold = 0.1,
  options = list(),
  res = NULL,
  prefix = "PC",
  keep_original_cols = FALSE,
  skip = FALSE,
  id = rand_id("pca_sparse_bayes")
)

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选择将使用哪些变量来计算组件。有关更多详细信息,请参阅selections()。对于tidy 方法,当前未使用这些。

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,该函数假定由原始变量创建的新主成分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。

prior_slab_dispersion

该值与先验的平板部分的色散(或尺度)参数成正比。较小的值会导致零系数增加。

prior_mixture_threshold

该参数定义了先验的尖峰和平板分量之间的权衡。增加此参数会增加零系数的数量。

options

VBsparsePCA::VBsparsePCA() 默认方法的选项列表。

res

此预处理步骤经过 prep() 训练后的旋转矩阵。

prefix

将作为结果新变量的前缀的字符串。请参阅下面的注释。

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recipes::bake() 烘焙食谱时是否应该跳过此步骤?虽然所有操作都是在 recipes::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。

recipe 的更新版本,其中新步骤添加到现有步骤(如果有)的序列中。对于 tidy 方法,包含列 terms (选择的选择器或变量)、 value (加载)和 component 的小标题。

细节

此步骤需要 VBsparsePCA 包。如果未安装,则在定义步骤时将提示用户安装。

spike-and-slab 先验是两个先验的混合。其中一个("spike")的所有质量均为零,表示对 PCA 系数没有贡献的变量。另一个先验是更广泛的分布,反映了影响 PCA 分析的变量的系数分布。这是"slab"。板越窄,系数越有可能为零(或正则化为更接近零)。这两个先验的混合由混合参数控制,该参数本身具有先验分布和hyper-parameter先验。

PCA 系数及其结果分数仅在符号范围内是唯一的。此步骤将尝试使组件的符号与run-to-run更加一致。然而,稀疏性约束可能会干扰这一目标。

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 PC1 - PC9 。如果是 num_comp = 101 ,则名称将为 PC1 - PC101

整理

当您tidy()此步骤时,将返回包含terms(选定的选择器或变量)、valuecomponent 列的小标题。

调整参数

这一步有3个调整参数:

  • num_comp : # 组件(类型:整数,默认值:5)

  • prior_slab_dispersion:Slab 先验的色散(类型:double,默认值:1)

  • prior_mixture_threshold:混合先验的阈值(类型:double,默认值:0.1)

箱重

底层操作不允许使用案例权重。

参考

宁 B.(2021)。尖峰和平板贝叶斯稀疏主成分分析。 arXiv:2102.00305。

也可以看看

例子

library(recipes)
library(ggplot2)

data(ad_data, package = "modeldata")

ad_rec <-
  recipe(Class ~ ., data = ad_data) %>%
  step_zv(all_predictors()) %>%
  step_YeoJohnson(all_numeric_predictors()) %>%
  step_normalize(all_numeric_predictors()) %>%
  step_pca_sparse_bayes(
    all_numeric_predictors(),
    prior_mixture_threshold = 0.95,
    prior_slab_dispersion = 0.05,
    num_comp = 3,
    id = "sparse bayesian pca"
  ) %>%
  prep()

tidy(ad_rec, id = "sparse bayesian pca") %>%
  mutate(value = ifelse(value == 0, NA, value)) %>%
  ggplot(aes(x = component, y = terms, fill = value)) +
  geom_tile() +
  scale_fill_gradient2() +
  theme(axis.text.y = element_blank())

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 Sparse Bayesian PCA Signal Extraction。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。