R hardhat validate_predictors_are_numeric 确保预测变量都是数字

验证 - 断言以下内容：

predictors 必须有数字列。

检查 - 返回以下内容：

ok 逻辑。检查通过吗？
bad_classes 命名列表。名称是有问题的列的名称，值是匹配列的类。

用法

validate_predictors_are_numeric(predictors)

check_predictors_are_numeric(predictors)

参数

predictors: 要检查的对象。

值

validate_predictors_are_numeric() 以不可见方式返回predictors。

check_predictors_are_numeric() 返回两个组件的命名列表： ok 和 bad_classes 。

细节

使用此验证函数的预期方法是向其提供 mold() 调用结果的 $predictors 元素。

验证

Hardhat 提供两个级别的验证函数。

check_*() ：检查条件，并返回列表。该列表始终包含至少一个元素 ok ，这是一个指定检查是否通过的逻辑。每个检查还在返回的列表中检查特定元素，可用于构造有意义的错误消息。
validate_*()：检查条件，如果不通过则出错。这些函数调用相应的检查函数，然后提供默认的错误消息。如果您作为开发人员想要不同的错误消息，请自行调用 check_*() 函数，并提供您自己的验证函数。

也可以看看

其他验证函数：validate_column_names()、validate_no_formula_duplication()、validate_outcomes_are_binary()、validate_outcomes_are_factors()、validate_outcomes_are_numeric()、validate_outcomes_are_univariate()、validate_prediction_size()

例子

# All good
check_predictors_are_numeric(mtcars)
#> $ok
#> [1] TRUE
#> 
#> $bad_classes
#> list()
#> 

# Species is not numeric
check_predictors_are_numeric(iris)
#> $ok
#> [1] FALSE
#> 
#> $bad_classes
#> $bad_classes$Species
#> [1] "factor"
#> 
#> 

# This gives an intelligent error message
try(validate_predictors_are_numeric(iris))
#> Error in validate_predictors_are_numeric(iris) : 
#>   All predictors must be numeric, but the following are not:
#> 'Species': 'factor'

源代码：R/validation.R

相关用法

注：本文由纯净天空筛选整理自Davis Vaughan等大神的英文原创作品 Ensure predictors are all numeric。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。