step_relevel()
创建配方步骤的规范,该步骤将重新排序所提供的因子列,以便 ref_level
指定的级别位于第一位。这对于以第一级为参考的 contr.treatment()
对比很有用。
用法
step_relevel(
recipe,
...,
role = NA,
trained = FALSE,
ref_level,
objects = NULL,
skip = FALSE,
id = rand_id("relevel")
)
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。
- trained
-
指示预处理数量是否已估计的逻辑。
- ref_level
-
将用于重新调整因子列的单个字符值(如果存在级别)。
- objects
-
包含由
prep()
确定的因子级别信息的对象列表。 - 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。
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_num2factor()
, step_ordinalscore()
, step_other()
, step_regex()
, step_string2factor()
, step_time()
, step_unknown()
, step_unorder()
例子
data(Sacramento, package = "modeldata")
rec <- recipe(~ city + zip, data = Sacramento) %>%
step_unknown(city, new_level = "UNKNOWN") %>%
step_relevel(city, ref_level = "UNKNOWN") %>%
prep()
data <- bake(rec, Sacramento)
levels(data$city)
#> [1] "UNKNOWN" "ANTELOPE" "AUBURN"
#> [4] "CAMERON_PARK" "CARMICHAEL" "CITRUS_HEIGHTS"
#> [7] "COOL" "DIAMOND_SPRINGS" "EL_DORADO"
#> [10] "EL_DORADO_HILLS" "ELK_GROVE" "ELVERTA"
#> [13] "FAIR_OAKS" "FOLSOM" "FORESTHILL"
#> [16] "GALT" "GARDEN_VALLEY" "GOLD_RIVER"
#> [19] "GRANITE_BAY" "GREENWOOD" "LINCOLN"
#> [22] "LOOMIS" "MATHER" "MEADOW_VISTA"
#> [25] "NORTH_HIGHLANDS" "ORANGEVALE" "PENRYN"
#> [28] "PLACERVILLE" "POLLOCK_PINES" "RANCHO_CORDOVA"
#> [31] "RANCHO_MURIETA" "RIO_LINDA" "ROCKLIN"
#> [34] "ROSEVILLE" "SACRAMENTO" "WALNUT_GROVE"
#> [37] "WEST_SACRAMENTO" "WILTON"
相关用法
- R recipes step_relu 应用(平滑)修正线性变换
- R recipes step_regex 检测正则表达式
- R recipes step_rename 使用 dplyr 按名称重命名变量
- R recipes step_rename_at 使用 dplyr 重命名多个列
- R recipes step_ratio 比率变量创建
- R recipes step_range 将数值数据缩放到特定范围
- R recipes step_rm 通用可变过滤器
- R recipes step_unknown 将缺失的类别分配给“未知”
- 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_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_spline_b 基础样条
- R recipes step_window 移动窗口函数
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 Relevel factors to a desired level。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。