R textrecipes step_untokenize 令牌变量的取消令牌化

step_untokenize() 创建配方步骤的规范，该步骤将 token 变量转换为字符预测器。

用法

step_untokenize(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  columns = NULL,
  sep = " ",
  skip = FALSE,
  id = rand_id("untokenize")
)

参数

recipe: 一个recipe 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受该步骤影响的变量。有关更多详细信息，请参阅recipes::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: 将由 terms 参数(最终)填充的变量名称字符串。在 recipes::prep.recipe() 训练该步骤之前，这是 NULL 。
sep: 一个字符，用于确定粘贴在一起时应如何分隔标记。默认为 " " 。
skip: 一个合乎逻辑的。当recipes::bake.recipe() 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.recipe() 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。

值

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。

细节

此步骤会将 token 向量转回字符向量。此步骤在内部调用 paste 将标记重新组合成字符。

整理

当您tidy()此步骤时，会出现一个包含列terms(选择的选择器或变量)和value(用于折叠的分隔符)的小标题。

箱重

底层操作不允许使用案例权重。

也可以看看

step_tokenize() 将字符转换为tokens

例子

library(recipes)
library(modeldata)
data(tate_text)

tate_rec <- recipe(~., data = tate_text) %>%
  step_tokenize(medium) %>%
  step_untokenize(medium)

tate_obj <- tate_rec %>%
  prep()

bake(tate_obj, new_data = NULL, medium) %>%
  slice(1:2)
#> # A tibble: 2 × 1
#>   medium                                             
#>   <fct>                                              
#> 1 video monitor or projection colour and sound stereo
#> 2 etching on paper                                   

bake(tate_obj, new_data = NULL) %>%
  slice(2) %>%
  pull(medium)
#> [1] etching on paper
#> 1029 Levels: 100 digital prints on paper ink on paper and wall text ...

tidy(tate_rec, number = 2)
#> # A tibble: 1 × 3
#>   terms  value id              
#>   <chr>  <chr> <chr>           
#> 1 medium NA    untokenize_9zJqj
tidy(tate_obj, number = 2)
#> # A tibble: 1 × 3
#>   terms  value id              
#>   <chr>  <chr> <chr>           
#> 1 medium " "   untokenize_9zJqj

源代码：R/untokenize.R

相关用法

注：本文由纯净天空筛选整理自等大神的英文原创作品 Untokenization of Token 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。