R recipes step_zv 零方差滤波器

step_zv() 创建配方步骤的规范，该规范将删除仅包含单个值的变量。

用法

step_zv(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  group = NULL,
  removals = NULL,
  skip = FALSE,
  id = rand_id("zv")
)

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。
group: 可选字符串或对 dplyr::vars() 的调用，可用于指定一个或多个组，在该组中标识仅包含单个值的变量。如果分组变量包含在术语选择器中，则不会考虑删除它们。
removals: 包含应删除的列名称的字符串。这些值直到调用 prep() 后才确定。
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。

值

recipe 的更新版本，将新步骤添加到任何现有操作的序列中。

细节

此步骤可能会从数据集中删除列。如果通过名称专门引用缺失的列，这可能会导致配方中的后续步骤出现问题。为了避免这种情况，请参阅 selections 的“保存配方和过滤列的提示”部分中的建议。

整理

当您tidy()此步骤时，将返回带有列terms(将被删除的列)的tibble。

箱重

底层操作不允许使用案例权重。

也可以看看

其他变量过滤步骤：step_corr()、step_filter_missing()、step_lincomb()、step_nzv()、step_rm()、step_select()

例子

data(biomass, package = "modeldata")

biomass$one_value <- 1

biomass_tr <- biomass[biomass$dataset == "Training", ]
biomass_te <- biomass[biomass$dataset == "Testing", ]

rec <- recipe(HHV ~ carbon + hydrogen + oxygen +
  nitrogen + sulfur + one_value,
data = biomass_tr
)

zv_filter <- rec %>%
  step_zv(all_predictors())

filter_obj <- prep(zv_filter, training = biomass_tr)

filtered_te <- bake(filter_obj, biomass_te)
any(names(filtered_te) == "one_value")
#> [1] FALSE

tidy(zv_filter, number = 1)
#> # A tibble: 1 × 2
#>   terms            id      
#>   <chr>            <chr>   
#> 1 all_predictors() zv_VT1qF
tidy(filter_obj, number = 1)
#> # A tibble: 1 × 2
#>   terms     id      
#>   <chr>     <chr>   
#> 1 one_value zv_VT1qF

源代码：R/zv.R

相关用法

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 Zero Variance Filter。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。