確定模型所需的包
用法
# S3 method for model_spec
required_pkgs(x, infra = TRUE, ...)
# S3 method for model_fit
required_pkgs(x, infra = TRUE, ...)
例子
should_fail <- try(required_pkgs(linear_reg(engine = NULL)), silent = TRUE)
should_fail
#> [1] "Error in required_pkgs(linear_reg(engine = NULL)) : Please set an engine.\n"
#> attr(,"class")
#> [1] "try-error"
#> attr(,"condition")
#> <error/rlang_error>
#> Error in `required_pkgs()`:
#> ! Please set an engine.
#> ---
#> Backtrace:
#> ▆
#> 1. └─pkgdown::build_site_github_pages(new_process = FALSE, install = FALSE)
#> 2. └─pkgdown::build_site(...)
#> 3. └─pkgdown:::build_site_local(...)
#> 4. └─pkgdown::build_reference(...)
#> 5. └─purrr::map(...)
#> 6. └─purrr:::map_("list", .x, .f, ..., .progress = .progress)
#> 7. ├─purrr:::with_indexed_errors(...)
#> 8. │ └─base::withCallingHandlers(...)
#> 9. ├─purrr:::call_with_cleanup(...)
#> 10. └─pkgdown (local) .f(.x[[i]], ...)
#> 11. ├─base::withCallingHandlers(...)
#> 12. └─pkgdown:::data_reference_topic(...)
#> 13. └─pkgdown:::run_examples(...)
#> 14. └─pkgdown:::highlight_examples(code, topic, env = env)
#> 15. └─downlit::evaluate_and_highlight(...)
#> 16. └─evaluate::evaluate(code, child_env(env), new_device = TRUE, output_handler = output_handler)
#> 17. └─evaluate:::evaluate_call(...)
#> 18. ├─evaluate (local) timing_fn(...)
#> 19. ├─evaluate (local) handle(...)
#> 20. │ └─base::try(f, silent = TRUE)
#> 21. │ └─base::tryCatch(...)
#> 22. │ └─base (local) tryCatchList(expr, classes, parentenv, handlers)
#> 23. │ └─base (local) tryCatchOne(expr, names, parentenv, handlers[[1L]])
#> 24. │ └─base (local) doTryCatch(return(expr), name, parentenv, handler)
#> 25. ├─base::withCallingHandlers(...)
#> 26. ├─base::withVisible(...)
#> 27. └─evaluate:::eval_with_user_handlers(expr, envir, enclos, user_handlers)
#> 28. └─base::eval(expr, envir, enclos)
#> 29. └─base::eval(expr, envir, enclos)
#> 30. ├─base::try(required_pkgs(linear_reg(engine = NULL)), silent = TRUE)
#> 31. │ └─base::tryCatch(...)
#> 32. │ └─base (local) tryCatchList(expr, classes, parentenv, handlers)
#> 33. │ └─base (local) tryCatchOne(expr, names, parentenv, handlers[[1L]])
#> 34. │ └─base (local) doTryCatch(return(expr), name, parentenv, handler)
#> 35. ├─generics::required_pkgs(linear_reg(engine = NULL))
#> 36. └─parsnip:::required_pkgs.model_spec(linear_reg(engine = NULL))
linear_reg() %>%
set_engine("glmnet") %>%
required_pkgs()
#> [1] "parsnip" "glmnet"
linear_reg() %>%
set_engine("glmnet") %>%
required_pkgs(infra = FALSE)
#> [1] "glmnet"
linear_reg() %>%
set_engine("lm") %>%
fit(mpg ~ ., data = mtcars) %>%
required_pkgs()
#> [1] "parsnip" "stats"
相關用法
- R parsnip repair_call 修複模型調用對象
- R parsnip rule_fit 規則擬合模型
- R parsnip rand_forest 隨機森林
- R parsnip logistic_reg 邏輯回歸
- R parsnip predict.model_fit 模型預測
- R parsnip linear_reg 線性回歸
- R parsnip C5_rules C5.0 基於規則的分類模型
- R parsnip set_engine 聲明計算引擎和特定參數
- R parsnip condense_control 將控製對象壓縮為更小的控製對象
- R parsnip control_parsnip 控製擬合函數
- R parsnip augment 通過預測增強數據
- R parsnip dot-model_param_name_key 翻譯模型調整參數的名稱
- R parsnip glm_grouped 將數據集中的分組二項式結果與個案權重擬合
- R parsnip svm_rbf 徑向基函數支持向量機
- R parsnip set_args 更改模型規範的元素
- R parsnip translate 解決計算引擎的模型規範
- R parsnip max_mtry_formula 根據公式確定 mtry 的最大值。此函數可能會根據公式和數據集限製 mtry 的值。對於生存和/或多變量模型來說,這是一種安全的方法。
- R parsnip svm_linear 線性支持向量機
- R parsnip set_new_model 注冊模型的工具
- R parsnip mlp 單層神經網絡
- R parsnip nearest_neighbor K-最近鄰
- R parsnip parsnip_update 更新型號規格
- R parsnip fit 將模型規範擬合到數據集
- R parsnip boost_tree 增強樹
- R parsnip bart 貝葉斯加性回歸樹 (BART)
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 Determine required packages for a model。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。