该函数打印当前的变量/特征集及其一些特征。
值
包含列 variable
、 type
、 role
和 source
的小标题。当 original = TRUE
时,会包含一个名为 required_to_bake
的附加列(基于 update_role_requirements()
的结果)。
例子
rec <- recipe(~., data = USArrests)
summary(rec)
#> # A tibble: 4 × 4
#> variable type role source
#> <chr> <list> <chr> <chr>
#> 1 Murder <chr [2]> predictor original
#> 2 Assault <chr [2]> predictor original
#> 3 UrbanPop <chr [2]> predictor original
#> 4 Rape <chr [2]> predictor original
rec <- step_pca(rec, all_numeric(), num_comp = 3)
summary(rec) # still the same since not yet trained
#> # A tibble: 4 × 4
#> variable type role source
#> <chr> <list> <chr> <chr>
#> 1 Murder <chr [2]> predictor original
#> 2 Assault <chr [2]> predictor original
#> 3 UrbanPop <chr [2]> predictor original
#> 4 Rape <chr [2]> predictor original
rec <- prep(rec, training = USArrests)
summary(rec)
#> # A tibble: 3 × 4
#> variable type role source
#> <chr> <list> <chr> <chr>
#> 1 PC1 <chr [2]> predictor derived
#> 2 PC2 <chr [2]> predictor derived
#> 3 PC3 <chr [2]> predictor derived
相关用法
- 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
- 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_regex 检测正则表达式
- R recipes step_spline_b 基础样条
- R recipes step_window 移动窗口函数
- R recipes step_ica ICA 信号提取
- R recipes step_discretize 离散数值变量
- R recipes step_dummy_multi_choice 一起处理多个预测变量的水平
- R recipes step_lincomb 线性组合滤波器
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 Summarize a recipe。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。