step_sample()
创建配方步骤的规范,该步骤将使用 dplyr::sample_n()
或 dplyr::sample_frac()
对行进行采样。
用法
step_sample(
recipe,
...,
role = NA,
trained = FALSE,
size = NULL,
replace = FALSE,
skip = TRUE,
id = rand_id("sample")
)
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。
- ...
-
参数被忽略;包括在内是为了与其他步骤规范函数保持一致。
- 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。
- size
-
整数或分数。如果该值在 (0, 1) 范围内,则
dplyr::sample_frac()
将应用于数据。如果使用 1 或更大的整数值,则应用dplyr::sample_n()
。NULL
的默认值使用dplyr::sample_n()
和训练集的大小(或者较小的new_data
)。 - replace
-
有或没有更换的样品?
- 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 = FALSE
时应小心。 - id
-
该步骤特有的字符串,用于标识它。
行过滤
此步骤可以完全删除观察结果(数据行),当稍后通过 bake()
将步骤应用于新数据时,这可能会产生意想不到的和/或有问题的后果。在任何给定的用例中,考虑 skip = TRUE
还是 skip = FALSE
更合适。在影响预测数据行的大多数情况下,可能根本不应该应用此步骤;相反,在开始预处理之前执行类似的操作 recipe()
。
整理
当您 tidy()
此步骤时,将返回包含 size
、 replace
和 id
列的 tibble。
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
其他行操作步骤:step_arrange()
、step_filter()
、step_impute_roll()
、step_lag()
、step_naomit()
、step_shuffle()
、step_slice()
其他 dplyr 步骤:step_arrange()
, step_filter()
, step_mutate_at()
, step_mutate()
, step_rename_at()
, step_rename()
, step_select()
, step_slice()
例子
# Uses `sample_n`
recipe(~., data = mtcars) %>%
step_sample(size = 1) %>%
prep(training = mtcars) %>%
bake(new_data = NULL) %>%
nrow()
#> [1] 1
# Uses `sample_frac`
recipe(~., data = mtcars) %>%
step_sample(size = 0.9999) %>%
prep(training = mtcars) %>%
bake(new_data = NULL) %>%
nrow()
#> [1] 32
# Uses `sample_n` and returns _at maximum_ 20 samples.
smaller_cars <-
recipe(~., data = mtcars) %>%
step_sample() %>%
prep(training = mtcars %>% slice(1:20))
bake(smaller_cars, new_data = NULL) %>% nrow()
#> [1] 20
bake(smaller_cars, new_data = mtcars %>% slice(21:32)) %>% nrow()
#> [1] 12
相关用法
- R recipes step_select 使用 dplyr 选择变量
- R recipes step_spline_b 基础样条
- R recipes step_shuffle 随机排列变量
- R recipes step_scale 缩放数值数据
- R recipes step_string2factor 将字符串转换为因子
- R recipes step_spline_nonnegative 非负样条
- R recipes step_spline_natural 自然样条
- R recipes step_spline_convex 凸样条
- R recipes step_slice 使用 dplyr 按位置过滤行
- R recipes step_sqrt 平方根变换
- R recipes step_spline_monotone 单调样条
- R recipes step_spatialsign 空间符号预处理
- 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_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
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 Sample rows using dplyr。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。