step_shuffle()
创建配方步骤的规范,该步骤将随机更改所选变量的行顺序。
用法
step_shuffle(
recipe,
...,
role = NA,
trained = FALSE,
columns = NULL,
skip = FALSE,
id = rand_id("shuffle")
)
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。
- columns
-
所选变量名称的字符串。该字段是一个占位符,一旦使用
prep()
就会被填充。 - 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,将返回带有列terms
(将被排列的列)的tibble。
也可以看看
其他行操作步骤:step_arrange()
、step_filter()
、step_impute_roll()
、step_lag()
、step_naomit()
、step_sample()
、step_slice()
例子
integers <- data.frame(A = 1:12, B = 13:24, C = 25:36)
library(dplyr)
rec <- recipe(~ A + B + C, data = integers) %>%
step_shuffle(A, B)
rand_set <- prep(rec, training = integers)
set.seed(5377)
bake(rand_set, integers)
#> # A tibble: 12 × 3
#> A B C
#> <int> <int> <int>
#> 1 5 13 25
#> 2 4 24 26
#> 3 9 23 27
#> 4 1 18 28
#> 5 11 14 29
#> 6 10 21 30
#> 7 6 19 31
#> 8 3 22 32
#> 9 12 16 33
#> 10 7 15 34
#> 11 2 17 35
#> 12 8 20 36
tidy(rec, number = 1)
#> # A tibble: 2 × 2
#> terms id
#> <chr> <chr>
#> 1 A shuffle_j0rp7
#> 2 B shuffle_j0rp7
tidy(rand_set, number = 1)
#> # A tibble: 2 × 2
#> terms id
#> <chr> <chr>
#> 1 A shuffle_j0rp7
#> 2 B shuffle_j0rp7
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_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_sample 使用 dplyr 的示例行
- 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 Shuffle Variables。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。