R recipes step_depth 數據深度

step_depth() 創建配方步驟的規範，該步驟將數字數據轉換為數據深度的測量值。這是針對分類類變量的每個值完成的。

用法

step_depth(
  recipe,
  ...,
  class,
  role = "predictor",
  trained = FALSE,
  metric = "halfspace",
  options = list(),
  data = NULL,
  prefix = "depth_",
  keep_original_cols = TRUE,
  skip = FALSE,
  id = rand_id("depth")
)

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()。
class: 指定要用作類的單個分類變量的單個字符串。
role: 對於此步驟創建的模型項，應為其分配什麽分析角色？默認情況下，此步驟根據原始變量創建的新列將用作模型中的預測變量。
trained: 指示預處理數量是否已估計的邏輯。
metric: 指定深度度量的字符串。可能的值為"potential"、"halfspace"、"Mahalanobis"、"simplicialVolume"、"spatial" 和"zonoid"。
options: 要傳遞給底層深度函數的選項列表。請參閱ddalpha::depth.halfspace() , ddalpha::depth.Mahalanobis() , ddalpha::depth.potential() , ddalpha::depth.projection() , ddalpha::depth.simplicial() , ddalpha::depth.simplicialVolume() , ddalpha::depth.spatial() , ddalpha::depth.zonoid()。
data: prep()執行後，訓練數據就存儲在這裏。
prefix: 生成的新變量的前綴字符串。請參閱下麵的注釋。
keep_original_cols: 將原始變量保留在輸出中的邏輯。默認為 FALSE 。
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

數據深度指標試圖衡量數據點與其分布中心的接近程度。計算深度的方法有很多種，但一個簡單的例子是數據點到分布質心的距離的倒數。一般來說，較小的值表示數據點不靠近質心。 step_depth 可以根據新值與訓練集分布的接近程度來計算新數據點的特定於類的深度。

此步驟需要德阿爾法包。如果未安裝，該步驟將停止並顯示有關安裝包的注釋。

請注意，保存整個訓練集以計算未來的深度值。保存的數據已經過訓練(即準備)和烘焙(即處理)，直到 step_depth 在配方中占據的位置之前的位置。此外，不同步驟方法的數據要求可能會有所不同。例如，使用 metric = "Mahalanobis" 要求每個類至少具有與 terms 參數中列出的變量一樣多的行。

該函數將為 class 變量的每個唯一值創建一個新列。生成的變量不會替換原始值，並且默認情況下具有前綴 depth_ 。可以使用prefix 參數更改命名格式。

整理

當您 tidy() 此步驟時，將返回包含列 terms(選定的選擇器或變量)和 class 的 tibble。

箱重

底層操作不允許使用案例權重。

也可以看看

其他多元變換步驟：step_classdist_shrunken() , step_classdist() , step_geodist() , step_ica() , step_isomap() , step_kpca_poly() , step_kpca_rbf() , step_kpca() , step_mutate_at() , step_nnmf_sparse() , step_nnmf() , step_pca() , step_pls() , step_ratio() , step_spatialsign()

例子


# halfspace depth is the default
rec <- recipe(Species ~ ., data = iris) %>%
  step_depth(all_numeric_predictors(), class = "Species")

# use zonoid metric instead
# also, define naming convention for new columns
rec <- recipe(Species ~ ., data = iris) %>%
  step_depth(all_numeric_predictors(),
    class = "Species",
    metric = "zonoid", prefix = "zonoid_"
  )

rec_dists <- prep(rec, training = iris)

dists_to_species <- bake(rec_dists, new_data = iris)
dists_to_species
#> # A tibble: 150 × 8
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species zonoid_setosa
#>           <dbl>       <dbl>        <dbl>       <dbl> <fct>           <dbl>
#>  1          5.1         3.5          1.4         0.2 setosa         0.559 
#>  2          4.9         3            1.4         0.2 setosa         0.167 
#>  3          4.7         3.2          1.3         0.2 setosa         0.299 
#>  4          4.6         3.1          1.5         0.2 setosa         0.170 
#>  5          5           3.6          1.4         0.2 setosa         0.391 
#>  6          5.4         3.9          1.7         0.4 setosa         0.0838
#>  7          4.6         3.4          1.4         0.3 setosa         0.0200
#>  8          5           3.4          1.5         0.2 setosa         0.645 
#>  9          4.4         2.9          1.4         0.2 setosa         0.0200
#> 10          4.9         3.1          1.5         0.1 setosa         0.0200
#> # ℹ 140 more rows
#> # ℹ 2 more variables: zonoid_versicolor <dbl>, zonoid_virginica <dbl>

tidy(rec, number = 1)
#> # A tibble: 1 × 3
#>   terms                    class id         
#>   <chr>                    <chr> <chr>      
#> 1 all_numeric_predictors() NA    depth_eCCL8
tidy(rec_dists, number = 1)
#> # A tibble: 4 × 3
#>   terms        class   id         
#>   <chr>        <chr>   <chr>      
#> 1 Sepal.Length Species depth_eCCL8
#> 2 Sepal.Width  Species depth_eCCL8
#> 3 Petal.Length Species depth_eCCL8
#> 4 Petal.Width  Species depth_eCCL8

源代碼：R/depth.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 Data Depths。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。