R recipes step_nnmf_sparse 帶套索懲罰的非負矩陣分解信號提取

step_nnmf_sparse() 創建配方步驟的規範，該步驟將數字數據轉換為一個或多個非負分量。

用法

step_nnmf_sparse(
  recipe,
  ...,
  role = "predictor",
  trained = FALSE,
  num_comp = 2,
  penalty = 0.001,
  options = list(),
  res = NULL,
  prefix = "NNMF",
  seed = sample.int(10^5, 1),
  keep_original_cols = FALSE,
  skip = FALSE,
  id = rand_id("nnmf_sparse")
)

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。

num_comp

保留作為新預測變量的組件數量。如果num_comp大於列數或可能組件的數量，則將使用較小的值。如果設置了 num_comp = 0 ，則不會進行任何轉換，並且所選變量將保持不變，無論 keep_original_cols 的值如何。

penalty

用作載荷懲罰因子的非負數。值通常介於零和一之間。

options

RcppML 包中 nmf() 的選項列表。該包有一個單獨的函數setRcppMLthreads()，用於控製內部並行化量。請注意，不應在此處傳遞參數 A 、 k 、 L1 和 seed 。

res

一旦經過 prep() 訓練該預處理步驟，載荷矩陣以及原始預測變量的名稱就會存儲在此處。

prefix

生成的新變量的前綴字符串。請參閱下麵的注釋。

seed

一個整數，用於在計算因式分解時單獨設置種子。

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

非負矩陣分解計算具有非負值的潛在分量，並考慮到原始數據具有非負值。

參數 num_comp 控製將保留的組件數量(用於派生組件的原始變量將從數據中刪除)。新組件的名稱以 prefix 和一係列數字開頭。變量名稱用零填充。例如，如果 num_comp < 10 ，它們的名稱將為 NNMF1 - NNMF9 。如果是 num_comp = 101 ，則名稱將為 NNMF1 - NNMF101 。

整理

當您 tidy() 此步驟時，將返回一個包含列 terms(選擇的選擇器或變量)和組件數量的 tibble。

調整參數

此步驟有 2 個調整參數：

• num_comp : # 組件(類型：整數，默認值：2)

• penalty：正則化量(類型：double，默認值：0.001)

箱重

底層操作不允許使用案例權重。

也可以看看

例子

if (rlang::is_installed(c("modeldata", "RcppML", "ggplot2"))) {
library(Matrix)
data(biomass, package = "modeldata")

rec <- recipe(HHV ~ ., data = biomass) %>%
  update_role(sample, new_role = "id var") %>%
  update_role(dataset, new_role = "split variable") %>%
  step_nnmf_sparse(
    all_numeric_predictors(),
    num_comp = 2,
    seed = 473,
    penalty = 0.01
  ) %>%
  prep(training = biomass)

bake(rec, new_data = NULL)

library(ggplot2)
bake(rec, new_data = NULL) %>%
  ggplot(aes(x = NNMF2, y = NNMF1, col = HHV)) +
  geom_point()
}