根據初始模型公式,創建排除每個預測變量的公式列表。
參數
- formula
-
包含至少兩個預測變量的模型公式。
- data
-
一個 DataFrame 。
- full_model
-
邏輯性強;該列表應該包括原始公式嗎?
- ...
-
傳遞給
stats::model.frame()
的選項
例子
data(penguins, package = "modeldata")
leave_var_out_formulas(
bill_length_mm ~ .,
data = penguins
)
#> $species
#> bill_length_mm ~ island + bill_depth_mm + flipper_length_mm +
#> body_mass_g + sex
#> <environment: base>
#>
#> $island
#> bill_length_mm ~ species + bill_depth_mm + flipper_length_mm +
#> body_mass_g + sex
#> <environment: base>
#>
#> $bill_depth_mm
#> bill_length_mm ~ species + island + flipper_length_mm + body_mass_g +
#> sex
#> <environment: base>
#>
#> $flipper_length_mm
#> bill_length_mm ~ species + island + bill_depth_mm + body_mass_g +
#> sex
#> <environment: base>
#>
#> $body_mass_g
#> bill_length_mm ~ species + island + bill_depth_mm + flipper_length_mm +
#> sex
#> <environment: base>
#>
#> $sex
#> bill_length_mm ~ species + island + bill_depth_mm + flipper_length_mm +
#> body_mass_g
#> <environment: base>
#>
#> $everything
#> bill_length_mm ~ .
#> <environment: 0x55b7bec6d4f0>
#>
leave_var_out_formulas(
bill_length_mm ~ (island + sex)^2 + flipper_length_mm,
data = penguins
)
#> $island
#> bill_length_mm ~ sex + flipper_length_mm
#> <environment: base>
#>
#> $sex
#> bill_length_mm ~ island + flipper_length_mm
#> <environment: base>
#>
#> $flipper_length_mm
#> bill_length_mm ~ island + sex + island:sex
#> <environment: base>
#>
#> $`island:sex`
#> bill_length_mm ~ island + sex + flipper_length_mm
#> <environment: base>
#>
#> $everything
#> bill_length_mm ~ (island + sex)^2 + flipper_length_mm
#> <environment: 0x55b7bec6d4f0>
#>
leave_var_out_formulas(
bill_length_mm ~ (island + sex)^2 + flipper_length_mm +
I(flipper_length_mm^2),
data = penguins
)
#> $island
#> bill_length_mm ~ sex + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: base>
#>
#> $sex
#> bill_length_mm ~ island + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: base>
#>
#> $flipper_length_mm
#> bill_length_mm ~ island + sex + island:sex
#> <environment: base>
#>
#> $`I(flipper_length_mm^2)`
#> bill_length_mm ~ island + sex + flipper_length_mm + island:sex
#> <environment: base>
#>
#> $`island:sex`
#> bill_length_mm ~ island + sex + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: base>
#>
#> $everything
#> bill_length_mm ~ (island + sex)^2 + flipper_length_mm + I(flipper_length_mm^2)
#> <environment: 0x55b7bec6d4f0>
#>
相關用法
- R workflowsets extract_workflow_set_result 提取工作流集的元素
- R workflowsets comment_add 為工作流程添加注釋和評論
- R workflowsets option_add 添加和編輯工作流程集中保存的選項
- R workflowsets fit_best.workflow_set 將模型擬合到數值最優配置
- R workflowsets collect_metrics.workflow_set 獲取並格式化通過調整工作流集函數生成的結果
- R workflowsets workflow_map 處理一係列工作流程
- R workflowsets as_workflow_set 將現有對象轉換為工作流集
- R workflowsets option_list 製作一個分類的選項列表
- R workflowsets rank_results 按指標對結果進行排名
- R workflowsets workflow_set 從預處理和模型對象生成一組工作流對象
- R workflowsets pull_workflow_set_result 從工作流集中提取元素
- R workflowsets autoplot.workflow_set 繪製工作流程集的結果
- R workflowsets update_workflow_model 更新工作流集中的工作流組件
- R workflows add_model 將模型添加到工作流程
- R workflows workflow 創建工作流程
- R workflows extract-workflow 提取工作流程的元素
- R workflows add_variables 將變量添加到工作流程
- R workflows add_formula 將公式術語添加到工作流程
- R workflows predict-workflow 從工作流程進行預測
- R workflows augment.workflow 通過預測增強數據
- R workflows add_recipe 將配方添加到工作流程
- R workflows glance.workflow 工作流程模型一覽
- R workflows is_trained_workflow 確定工作流程是否經過訓練
- R workflows fit-workflow 適合工作流對象
- R workflows add_case_weights 將案例權重添加到工作流程
注:本文由純淨天空篩選整理自Max Kuhn等大神的英文原創作品 Create formulas without each predictor。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。