step_impute_lower()
創建配方步驟的規範,設計用於無法測量非負數值數據低於已知值的情況。在這些情況下,一種插補數據的方法是用零和截斷點之間的隨機均勻數替換截斷值。
用法
step_impute_lower(
recipe,
...,
role = NA,
trained = FALSE,
threshold = NULL,
skip = FALSE,
id = rand_id("impute_lower")
)
step_lowerimpute(
recipe,
...,
role = NA,
trained = FALSE,
threshold = NULL,
skip = FALSE,
id = rand_id("impute_lower")
)
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
-
下界的命名數值向量。在由
prep()
計算之前,這是NULL
。 - 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
step_impute_lower
根據 prep.recipe
的 training
參數中使用的數據估計變量最小值。 bake.recipe
然後用零和最小值之間的隨機統一值模擬任何數據的最小值。
從 recipes
0.1.16 開始,該函數名稱從 step_lowerimpute()
更改為 step_impute_lower()
。
整理
當您 tidy()
此步驟時,將返回一個包含列 terms
(選定的選擇器或變量)和 value
的估計閾值的小標題。
也可以看看
其他插補步驟: step_impute_bag()
、 step_impute_knn()
、 step_impute_linear()
、 step_impute_mean()
、 step_impute_median()
、 step_impute_mode()
、 step_impute_roll()
例子
library(recipes)
data(biomass, package = "modeldata")
## Truncate some values to emulate what a lower limit of
## the measurement system might look like
biomass$carbon <- ifelse(biomass$carbon > 40, biomass$carbon, 40)
biomass$hydrogen <- ifelse(biomass$hydrogen > 5, biomass$carbon, 5)
biomass_tr <- biomass[biomass$dataset == "Training", ]
biomass_te <- biomass[biomass$dataset == "Testing", ]
rec <- recipe(
HHV ~ carbon + hydrogen + oxygen + nitrogen + sulfur,
data = biomass_tr
)
impute_rec <- rec %>%
step_impute_lower(carbon, hydrogen)
tidy(impute_rec, number = 1)
#> # A tibble: 2 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 carbon NA impute_lower_b4CM3
#> 2 hydrogen NA impute_lower_b4CM3
impute_rec <- prep(impute_rec, training = biomass_tr)
tidy(impute_rec, number = 1)
#> # A tibble: 2 × 3
#> terms value id
#> <chr> <dbl> <chr>
#> 1 carbon 40 impute_lower_b4CM3
#> 2 hydrogen 5 impute_lower_b4CM3
transformed_te <- bake(impute_rec, biomass_te)
plot(transformed_te$carbon, biomass_te$carbon,
ylab = "pre-imputation", xlab = "imputed"
)
相關用法
- R recipes step_impute_linear 通過線性模型估算數值變量
- 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_impute_roll 使用滾動窗口統計估算數值數據
- R recipes step_impute_mode 使用最常見的值估算名義數據
- R recipes step_impute_bag 通過袋裝樹進行插補
- R recipes step_impute_median 使用中位數估算數值數據
- R recipes step_inverse 逆變換
- R recipes step_ica ICA 信號提取
- R recipes step_indicate_na 創建缺失數據列指示器
- R recipes step_integer 將值轉換為預定義的整數
- R recipes step_intercept 添加截距(或常數)列
- R recipes step_interact 創建交互變量
- R recipes step_invlogit 逆 Logit 變換
- R recipes step_isomap 等位圖嵌入
- 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_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
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 Impute numeric data below the threshold of measurement。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。