R embed step_pca_sparse 稀疏PCA信號提取

step_pca_sparse() 創建配方步驟的規範，該步驟將數值數據轉換為一個或多個可以具有一些零係數的主成分。

用法

step_pca_sparse(
  recipe,
  ...,
  role = "predictor",
  trained = FALSE,
  num_comp = 5,
  predictor_prop = 1,
  options = list(),
  res = NULL,
  prefix = "PC",
  keep_original_cols = FALSE,
  skip = FALSE,
  id = rand_id("pca_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選擇將使用哪些變量來計算組件。有關更多詳細信息，請參閱selections()。對於tidy 方法，當前未使用這些。

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，該函數假定由原始變量創建的新主成分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。

predictor_prop

每個 PCA 分量可以具有非零係數的原始預測變量的最大數量(通過正則化)。

options

irlba::ssvd() 默認方法的選項列表。

res

此預處理步驟經過 prep() 訓練後的旋轉矩陣。

prefix

將作為結果新變量的前綴的字符串。請參閱下麵的注釋。

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，包含列 terms (選擇的選擇器或變量)、 value (加載)和 component 的小標題。

細節

此步驟需要 irlba 包。如果未安裝，則在定義步驟時將提示用戶安裝。 irlba::ssvd() 函數用於鼓勵稀疏性；該文檔包含有關此方法的詳細信息。

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 PC1 - PC9 。如果是 num_comp = 101 ，則名稱將為 PC1 - PC101 。

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。

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：5)

• predictor_prop：預測變量的比例(類型：double，默認值：1)

箱重

底層操作不允許使用案例權重。

也可以看看

例子

library(recipes)
library(ggplot2)

data(ad_data, package = "modeldata")

ad_rec <-
  recipe(Class ~ ., data = ad_data) %>%
  step_zv(all_predictors()) %>%
  step_YeoJohnson(all_numeric_predictors()) %>%
  step_normalize(all_numeric_predictors()) %>%
  step_pca_sparse(
    all_numeric_predictors(),
    predictor_prop = 0.75,
    num_comp = 3,
    id = "sparse pca"
  ) %>%
  prep()

tidy(ad_rec, id = "sparse pca") %>%
  mutate(value = ifelse(value == 0, NA, value)) %>%
  ggplot(aes(x = component, y = terms, fill = value)) +
  geom_tile() +
  scale_fill_gradient2() +
  theme(axis.text.y = element_blank())