R embed step_lencode_glm 使用似然編碼將監督因子轉換為線性函數

step_lencode_glm() 創建配方步驟的規範，該步驟將名義(即因子)預測變量轉換為從廣義線性模型派生的一組分數。

用法

step_lencode_glm(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  outcome = NULL,
  mapping = NULL,
  skip = FALSE,
  id = rand_id("lencode_glm")
)

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選擇變量。對於 step_lencode_glm ，這表示要編碼為數字格式的變量。有關更多詳細信息，請參閱recipes::selections()。對於tidy 方法，當前未使用這些。

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。

outcome

調用 vars 以指定哪個變量用作廣義線性模型中的結果。目前僅支持數字和兩級因子。

mapping

定義編碼的 tibble 結果列表。在 recipes::prep() 訓練該步驟之前，這是 NULL 。

skip

一個合乎邏輯的。當recipes::bake() 烘焙食譜時是否應該跳過此步驟？雖然所有操作都是在 recipes::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，其中新步驟添加到現有步驟(如果有)的序列中。對於 tidy 方法，一個 tibble 包含列 terms(用於編碼的選擇器或變量)、level(因子級別)和 value(編碼)。

細節

對於每個因子預測器，廣義線性模型適合結果，並且係數作為編碼返回。這些係數采用線性預測量表，因此對於因子結果，它們采用 log-odds 單位。這些係數是使用無截距模型創建的，當使用兩個因子結果時，log-odds 反映感興趣的事件是因子的第一級。

對於新穎的水平，返回係數的稍微定時的平均值。

整理

當您tidy()此步驟時，將返回包含terms(選定的選擇器或變量)、value 和component 列的小標題。

箱重

此步驟執行可以利用案例權重的監督操作。要使用它們，請參閱 recipes::case_weights 中的文檔和 tidymodels.org 中的示例。

參考

Micci-Barreca D (2001) “分類和預測問題中高基數分類屬性的預處理方案”，ACM SIGKDD Explorations Newsletter，3(1), 27-32。

Zumel N 和 Mount J (2017)“vtreat：用於預測建模的 data.frame 處理器”，arXiv：1611.09477

例子

library(recipes)
library(dplyr)
library(modeldata)

data(grants)

set.seed(1)
grants_other <- sample_n(grants_other, 500)
# \donttest{
reencoded <- recipe(class ~ sponsor_code, data = grants_other) %>%
  step_lencode_glm(sponsor_code, outcome = vars(class))
# }