step_BoxCox()
創建配方步驟的規範,該步驟將使用 Box-Cox 轉換來轉換數據。
用法
step_BoxCox(
recipe,
...,
role = NA,
trained = FALSE,
lambdas = NULL,
limits = c(-5, 5),
num_unique = 5,
skip = FALSE,
id = rand_id("BoxCox")
)
參數
- recipe
-
一個菜譜對象。該步驟將添加到此配方的操作序列中。
- ...
-
一個或多個選擇器函數用於為此步驟選擇變量。有關更多詳細信息,請參閱
selections()
。 - role
-
由於沒有創建新變量,因此此步驟未使用。
- trained
-
指示預處理數量是否已估計的邏輯。
- lambdas
-
變換值的數值向量。在由
prep()
計算之前,這是NULL
。 - limits
-
長度為 2 的數值向量,定義計算變換參數 lambda 的範圍。
- num_unique
-
一個整數,用於指定評估轉換所需的最小唯一值。
- skip
-
一個合乎邏輯的。當
bake()
烘焙食譜時是否應該跳過此步驟?雖然所有操作都是在prep()
運行時烘焙的,但某些操作可能無法對新數據進行(例如處理結果變量)。使用skip = TRUE
時應小心,因為它可能會影響後續操作的計算。 - id
-
該步驟特有的字符串,用於標識它。
細節
Box-Cox 變換需要嚴格為正的變量,可用於重新調整變量以使其更類似於正態分布。在此包中,部分對數似然函數在一組合理的變換值(可由用戶更改)內直接優化。
這種轉換通常是使用統計模型(例如普通最小二乘法)的殘差對結果變量進行的。這裏,使用簡單的空模型(僅截距)將變換單獨應用於預測變量。這可以使變量分布更加對稱。
如果估計變換參數非常接近邊界,或者優化失敗,則使用值 NA
並且不應用變換。
整理
當您 tidy()
此步驟時,將返回包含列 terms
(選擇的選擇器或變量)和 value
(lambda 估計值)的 tibble。
也可以看看
其他單獨的轉換步驟:step_YeoJohnson()
, step_bs()
, step_harmonic()
, step_hyperbolic()
, step_inverse()
, step_invlogit()
, step_logit()
, step_log()
, step_mutate()
, step_ns()
, step_percentile()
, step_poly()
, step_relu()
, step_sqrt()
例子
rec <- recipe(~., data = as.data.frame(state.x77))
bc_trans <- step_BoxCox(rec, all_numeric())
bc_estimates <- prep(bc_trans, training = as.data.frame(state.x77))
#> Warning: Non-positive values in selected variable.
#> Warning: No Box-Cox transformation could be estimated for: `Frost`
bc_data <- bake(bc_estimates, as.data.frame(state.x77))
plot(density(state.x77[, "Illiteracy"]), main = "before")
plot(density(bc_data$Illiteracy), main = "after")
tidy(bc_trans, number = 1)
#> # A tibble: 1 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 all_numeric() NA BoxCox_0O2vM
tidy(bc_estimates, number = 1)
#> # A tibble: 7 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 Population 0.000966 BoxCox_0O2vM
#> 2 Income 0.524 BoxCox_0O2vM
#> 3 Illiteracy -0.379 BoxCox_0O2vM
#> 4 Life Exp 4.59 BoxCox_0O2vM
#> 5 Murder 0.606 BoxCox_0O2vM
#> 6 HS Grad 1.92 BoxCox_0O2vM
#> 7 Area 0.250 BoxCox_0O2vM
相關用法
- R recipes step_unknown 將缺失的類別分配給“未知”
- R recipes step_relu 應用(平滑)修正線性變換
- R recipes step_poly_bernstein 廣義伯恩斯坦多項式基
- R recipes step_impute_knn 通過 k 最近鄰進行插補
- R recipes step_impute_mean 使用平均值估算數值數據
- R recipes step_inverse 逆變換
- R recipes step_pls 偏最小二乘特征提取
- R recipes step_ratio 比率變量創建
- R recipes step_geodist 兩個地點之間的距離
- R recipes step_nzv 近零方差濾波器
- R recipes step_nnmf 非負矩陣分解信號提取
- R recipes step_normalize 中心和比例數值數據
- R recipes step_depth 數據深度
- R recipes step_other 折疊一些分類級別
- R recipes step_harmonic 添加正弦和餘弦項以進行諧波分析
- R recipes step_corr 高相關濾波器
- R recipes step_novel 新因子水平的簡單賦值
- R recipes step_select 使用 dplyr 選擇變量
- R recipes step_regex 檢測正則表達式
- R recipes step_spline_b 基礎樣條
- R recipes step_window 移動窗口函數
- R recipes step_ica ICA 信號提取
- R recipes step_discretize 離散數值變量
- R recipes step_dummy_multi_choice 一起處理多個預測變量的水平
- R recipes step_lincomb 線性組合濾波器
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 Box-Cox Transformation for Non-Negative Data。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。