R recipes step_lag 創建滯後預測器

step_lag() 創建配方步驟的規範，該步驟將添加新的滯後數據列。默認情況下，滯後數據將包括引起滯後的 NA 值。這些可以使用 step_naomit() 刪除，或者您可以使用 default 參數指定替代填充值。

用法

step_lag(
  recipe,
  ...,
  role = "predictor",
  trained = FALSE,
  lag = 1,
  prefix = "lag_",
  default = NA,
  columns = NULL,
  keep_original_cols = TRUE,
  skip = FALSE,
  id = rand_id("lag")
)

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: 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。
lag: 正整數向量。對於向量中的每個值，每個指定的列都會滯後。
prefix: 生成的列名稱的前綴，默認為"lag_"。
default: 傳遞給 dplyr::lag ，確定填充滯後留下的空行的內容(默認為 NA)。
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。
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

該步驟假設數據已經處於適當的滯後順序。

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

其他行操作步驟：step_arrange()、step_filter()、step_impute_roll()、step_naomit()、step_sample()、step_shuffle()、step_slice()

例子

n <- 10
start <- as.Date("1999/01/01")
end <- as.Date("1999/01/10")

df <- data.frame(
  x = runif(n),
  index = 1:n,
  day = seq(start, end, by = "day")
)

recipe(~., data = df) %>%
  step_lag(index, day, lag = 2:3) %>%
  prep(df) %>%
  bake(df)
#> # A tibble: 10 × 7
#>         x index day        lag_2_index lag_3_index lag_2_day  lag_3_day 
#>     <dbl> <int> <date>           <int>       <int> <date>     <date>    
#>  1 0.189      1 1999-01-01          NA          NA NA         NA        
#>  2 0.0579     2 1999-01-02          NA          NA NA         NA        
#>  3 0.0469     3 1999-01-03           1          NA 1999-01-01 NA        
#>  4 0.356      4 1999-01-04           2           1 1999-01-02 1999-01-01
#>  5 0.563      5 1999-01-05           3           2 1999-01-03 1999-01-02
#>  6 0.757      6 1999-01-06           4           3 1999-01-04 1999-01-03
#>  7 0.687      7 1999-01-07           5           4 1999-01-05 1999-01-04
#>  8 0.966      8 1999-01-08           6           5 1999-01-06 1999-01-05
#>  9 0.977      9 1999-01-09           7           6 1999-01-07 1999-01-06
#> 10 0.0903    10 1999-01-10           8           7 1999-01-08 1999-01-07

源代碼：R/lag.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 lagged predictor。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。