step_mutate()
創建配方步驟的規範,該步驟將使用 dplyr::mutate()
添加變量。
用法
step_mutate(
recipe,
...,
role = "predictor",
trained = FALSE,
inputs = NULL,
skip = FALSE,
id = rand_id("mutate")
)
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。
- ...
-
Name-value 表達式對。請參閱
dplyr::mutate()
。 - 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。
- inputs
-
...
的引用。 - 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
使用此靈活步驟時,請格外小心,以避免預處理中的數據泄漏。例如,考慮轉換 x = w > mean(w)
。當應用於新數據或測試數據時,此轉換將使用新數據中 w
的平均值,而不是訓練數據中 w
的平均值。
當定義新變量的表達式中引用用戶全局環境中的對象時,最好使用準引用(例如 !!
)將該對象的值嵌入到表達式中(以便在會議)。請參閱示例。
如果前麵的步驟刪除了 step_mutate()
中按名稱選擇的列,則使用 prep()
估計配方時將會出錯。
也可以看看
其他單獨的轉換步驟:step_BoxCox()
, step_YeoJohnson()
, step_bs()
, step_harmonic()
, step_hyperbolic()
, step_inverse()
, step_invlogit()
, step_logit()
, step_log()
, step_ns()
, step_percentile()
, step_poly()
, step_relu()
, step_sqrt()
其他 dplyr 步驟:step_arrange()
, step_filter()
, step_mutate_at()
, step_rename_at()
, step_rename()
, step_sample()
, step_select()
, step_slice()
例子
rec <-
recipe(~., data = iris) %>%
step_mutate(
dbl_width = Sepal.Width * 2,
half_length = Sepal.Length / 2
)
prepped <- prep(rec, training = iris %>% slice(1:75))
library(dplyr)
dplyr_train <-
iris %>%
as_tibble() %>%
slice(1:75) %>%
mutate(
dbl_width = Sepal.Width * 2,
half_length = Sepal.Length / 2
)
rec_train <- bake(prepped, new_data = NULL)
all.equal(dplyr_train, rec_train)
#> [1] TRUE
dplyr_test <-
iris %>%
as_tibble() %>%
slice(76:150) %>%
mutate(
dbl_width = Sepal.Width * 2,
half_length = Sepal.Length / 2
)
rec_test <- bake(prepped, iris %>% slice(76:150))
all.equal(dplyr_test, rec_test)
#> [1] TRUE
# Embedding objects:
const <- 1.414
qq_rec <-
recipe(~., data = iris) %>%
step_mutate(
bad_approach = Sepal.Width * const,
best_approach = Sepal.Width * !!const
) %>%
prep(training = iris)
bake(qq_rec, new_data = NULL, contains("appro")) %>% slice(1:4)
#> # A tibble: 4 × 2
#> bad_approach best_approach
#> <dbl> <dbl>
#> 1 4.95 4.95
#> 2 4.24 4.24
#> 3 4.52 4.52
#> 4 4.38 4.38
# The difference:
tidy(qq_rec, number = 1)
#> # A tibble: 2 × 3
#> terms value id
#> <chr> <chr> <chr>
#> 1 bad_approach Sepal.Width * const mutate_p75TX
#> 2 best_approach Sepal.Width * 1.414 mutate_p75TX
相關用法
- R recipes step_mutate_at 使用 dplyr 改變多列
- 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_harmonic 添加正弦和餘弦項以進行諧波分析
- 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 Add new variables using dplyr。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。