R recipes step_filter_missing 缺失值列過濾器

step_filter_missing() 創建配方步驟的規範，該規範可能會刪除具有太多缺失值的變量。

用法

step_filter_missing(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  threshold = 0.1,
  removals = NULL,
  skip = FALSE,
  id = rand_id("filter_missing")
)

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。
threshold: 列中缺失值的閾值。該步驟將刪除缺失值比例超過閾值的列。
removals: 包含應刪除的列名稱的字符串。這些值直到調用 prep() 後才確定。
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

此步驟可能會從數據集中刪除列。如果通過名稱專門引用缺失的列，這可能會導致配方中的後續步驟出現問題。為了避免這種情況，請參閱 selections 的“保存配方和過濾列的提示”部分中的建議。

如果缺失值的比例超過 threshold ，此步驟將刪除變量。

對於 threshold = 0 ，所有缺失值的變量都將被刪除。

整理

當您tidy()此步驟時，將返回帶有列terms(將被刪除的列)的tibble。

調整參數

此步驟有 1 個調整參數：

threshold：閾值(類型：double，默認值：0.1)

箱重

此步驟執行可以利用案例權重的無監督操作。因此，個案權重僅與頻率權重一起使用。有關更多信息，請參閱 case_weights 中的文檔和 tidymodels.org 中的示例。

也可以看看

其他變量過濾步驟：step_corr()、step_lincomb()、step_nzv()、step_rm()、step_select()、step_zv()

例子

data(credit_data, package = "modeldata")

rec <- recipe(Status ~ ., data = credit_data) %>%
  step_filter_missing(all_predictors(), threshold = 0)

filter_obj <- prep(rec)

filtered_te <- bake(filter_obj, new_data = NULL)

tidy(rec, number = 1)
#> # A tibble: 1 × 2
#>   terms            id                  
#>   <chr>            <chr>               
#> 1 all_predictors() filter_missing_IYaDd
tidy(filter_obj, number = 1)
#> # A tibble: 6 × 2
#>   terms   id                  
#>   <chr>   <chr>               
#> 1 Home    filter_missing_IYaDd
#> 2 Marital filter_missing_IYaDd
#> 3 Job     filter_missing_IYaDd
#> 4 Income  filter_missing_IYaDd
#> 5 Assets  filter_missing_IYaDd
#> 6 Debt    filter_missing_IYaDd

源代碼：R/filter_missing.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 Missing Value Column Filter。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。