step_percentile()
创建配方步骤的规范,用训练集中的百分位数替换变量的值。
用法
step_percentile(
recipe,
...,
role = NA,
trained = FALSE,
ref_dist = NULL,
options = list(probs = (0:100)/100),
outside = "none",
skip = FALSE,
id = rand_id("percentile")
)
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。
- ref_dist
-
一旦
prep()
训练了该预处理步骤,计算出的百分位数就会存储在此处。 - options
-
要传递给
stats::quantile()
的命名选项列表。请参阅详细信息了解更多信息。 - outside
-
一个字符,说明如何在区间
[min(x), max(x)]
之外进行插值。none
意味着什么都不会发生,超出范围的值将为NA
。lower
意味着小于min(x)
的新值将被赋予值0
。upper
意味着大于max(x)
的新值将被赋予值1
。both
将处理这两种情况。默认为none
。 - 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。
箱重
此步骤执行可以利用案例权重的无监督操作。因此,个案权重仅与频率权重一起使用。有关更多信息,请参阅 case_weights 中的文档和 tidymodels.org
中的示例。
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_mutate()
, step_ns()
, step_poly()
, step_relu()
, step_sqrt()
例子
data(biomass, package = "modeldata")
biomass_tr <- biomass[biomass$dataset == "Training", ]
biomass_te <- biomass[biomass$dataset == "Testing", ]
rec <- recipe(
HHV ~ carbon + hydrogen + oxygen + nitrogen + sulfur,
data = biomass_tr
) %>%
step_percentile(carbon)
prepped_rec <- prep(rec)
prepped_rec %>%
bake(biomass_te)
#> # A tibble: 80 × 6
#> carbon hydrogen oxygen nitrogen sulfur HHV
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 0.421 5.67 47.2 0.3 0.22 18.3
#> 2 0.18 5.5 48.1 2.85 0.34 17.6
#> 3 0.156 5.5 49.1 2.4 0.3 17.2
#> 4 0.423 6.1 37.3 1.8 0.5 18.9
#> 5 0.666 6.32 42.8 0.2 0 20.5
#> 6 0.218 5.5 41.7 0.7 0.2 18.5
#> 7 0.0803 5.23 54.1 1.19 0.51 15.1
#> 8 0.139 4.66 33.8 0.95 0.2 16.2
#> 9 0.0226 4.4 31.1 0.14 4.9 11.1
#> 10 0.0178 3.77 23.7 4.63 1.05 10.8
#> # ℹ 70 more rows
tidy(rec, 1)
#> # A tibble: 1 × 4
#> terms value percentile id
#> <chr> <dbl> <dbl> <chr>
#> 1 carbon NA NA percentile_dwNDP
tidy(prepped_rec, 1)
#> # A tibble: 101 × 4
#> term value percentile id
#> <chr> <dbl> <dbl> <chr>
#> 1 carbon 14.6 0 percentile_dwNDP
#> 2 carbon 25.9 1 percentile_dwNDP
#> 3 carbon 28.4 2 percentile_dwNDP
#> 4 carbon 31.6 3 percentile_dwNDP
#> 5 carbon 35.1 4 percentile_dwNDP
#> 6 carbon 35.9 5 percentile_dwNDP
#> 7 carbon 37.5 6 percentile_dwNDP
#> 8 carbon 38.3 7 percentile_dwNDP
#> 9 carbon 38.9 8 percentile_dwNDP
#> 10 carbon 39.6 9 percentile_dwNDP
#> # ℹ 91 more rows
相关用法
- R recipes step_poly_bernstein 广义伯恩斯坦多项式基
- R recipes step_pls 偏最小二乘特征提取
- R recipes step_profile 创建数据集的分析版本
- R recipes step_pca 主成分分析信号提取
- R recipes step_poly 正交多项式基函数
- 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_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_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
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 Percentile Transformation。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。