step_hyperbolic()
創建配方步驟的規範,該步驟將使用雙曲函數轉換數據。
用法
step_hyperbolic(
recipe,
...,
role = NA,
trained = FALSE,
func = c("sinh", "cosh", "tanh"),
inverse = TRUE,
columns = NULL,
skip = FALSE,
id = rand_id("hyperbolic")
)
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。
- func
-
函數的字符值。有效值為"sinh"、"cosh" 或"tanh"。
- inverse
-
邏輯:應該使用反函數嗎?
- 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。
整理
當您 tidy()
此步驟時,將返回包含 terms
(將受影響的列)、 inverse
和 func
列的 tibble。
也可以看看
其他單獨的轉換步驟:step_BoxCox()
, step_YeoJohnson()
, step_bs()
, step_harmonic()
, step_inverse()
, step_invlogit()
, step_logit()
, step_log()
, step_mutate()
, step_ns()
, step_percentile()
, step_poly()
, step_relu()
, step_sqrt()
例子
set.seed(313)
examples <- matrix(rnorm(40), ncol = 2)
examples <- as.data.frame(examples)
rec <- recipe(~ V1 + V2, data = examples)
cos_trans <- rec %>%
step_hyperbolic(
all_numeric_predictors(),
func = "cosh", inverse = FALSE
)
cos_obj <- prep(cos_trans, training = examples)
transformed_te <- bake(cos_obj, examples)
plot(examples$V1, transformed_te$V1)
tidy(cos_trans, number = 1)
#> # A tibble: 1 × 4
#> terms inverse func id
#> <chr> <lgl> <chr> <chr>
#> 1 all_numeric_predictors() FALSE cosh hyperbolic_IhS7o
tidy(cos_obj, number = 1)
#> # A tibble: 2 × 4
#> terms inverse func id
#> <chr> <lgl> <chr> <chr>
#> 1 V1 FALSE cosh hyperbolic_IhS7o
#> 2 V2 FALSE cosh hyperbolic_IhS7o
相關用法
- R recipes step_harmonic 添加正弦和餘弦項以進行諧波分析
- R recipes step_holiday 假日特征生成器
- 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_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
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 Hyperbolic Transformations。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。