R recipes step_bin2factor 從虛擬變量創建因子

step_bin2factor() 創建配方步驟的規範，該步驟將從單個虛擬變量創建兩級因子。

用法

step_bin2factor(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  levels = c("yes", "no"),
  ref_first = TRUE,
  columns = NULL,
  skip = FALSE,
  id = rand_id("bin2factor")
)

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。
levels: 長度為 2 的字符串，指示 1(第一個位置)和 0(第二個位置)的因子水平
ref_first: 邏輯性強。取代 1 的第一個水平是否應該作為因子參考水平？
columns: 所選變量名稱的字符串。該字段是一個占位符，一旦使用 prep() 就會被填充。
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。

值

recipe 的更新版本，將新步驟添加到任何現有操作的序列中。

細節

對於二進製信息可能需要表示為 calcategories 而不是數字的情況，此操作可能很有用。例如，樸素貝葉斯模型如果有因子預測器會更好，以便對二項分布進行建模，而不是對數值二進製數據的高斯概率密度進行建模。請注意，數字數據僅被驗證為數字(並且不計算級別)。

整理

當您tidy()此步驟時，將返回帶有列terms(將受影響的列)的tibble。

箱重

底層操作不允許使用案例權重。

也可以看看

其他虛擬變量和編碼步驟：step_count() , step_date() , step_dummy_extract() , step_dummy_multi_choice() , step_dummy() , step_factor2string() , step_holiday() , step_indicate_na() , step_integer() , step_novel() , step_num2factor() , step_ordinalscore() , step_other() , step_regex() , step_relevel() , step_string2factor() , step_time() , step_unknown() , step_unorder()

例子

data(covers, package = "modeldata")

rec <- recipe(~description, covers) %>%
  step_regex(description, pattern = "(rock|stony)", result = "rocks") %>%
  step_regex(description, pattern = "(rock|stony)", result = "more_rocks") %>%
  step_bin2factor(rocks)

tidy(rec, number = 3)
#> # A tibble: 1 × 2
#>   terms id              
#>   <chr> <chr>           
#> 1 rocks bin2factor_5hCeA

rec <- prep(rec, training = covers)
results <- bake(rec, new_data = covers)

table(results$rocks, results$more_rocks)
#>      
#>        0  1
#>   yes  0 29
#>   no  11  0

tidy(rec, number = 3)
#> # A tibble: 1 × 2
#>   terms id              
#>   <chr> <chr>           
#> 1 rocks bin2factor_5hCeA

源代碼：R/bin2factor.R

相關用法

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 a Factors from A Dummy Variable。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。