step_regex()
創建配方步驟的規範,該步驟將基於正則表達式創建新的虛擬變量。
用法
step_regex(
recipe,
...,
role = "predictor",
trained = FALSE,
pattern = ".",
options = list(),
result = make.names(pattern),
input = NULL,
keep_original_cols = TRUE,
skip = FALSE,
id = rand_id("regex")
)
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。
- ...
-
單個選擇器函數,用於選擇將在哪個變量中搜索正則表達式模式。選擇器應解析為單個變量。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。
- pattern
-
包含要在給定字符向量中匹配的正則表達式(或
fixed = TRUE
的字符串)的字符串。如果可能,由as.character
強製轉換為字符串。 - options
-
grepl()
的選項列表,不應包含x
或pattern
。 - result
-
新變量名稱的單個字符值。它應該是有效的列名稱。
- input
-
正在搜索的變量名稱的單個字符值。在由
prep()
計算之前,這是NULL
。 - 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。
整理
當您tidy()
此步驟時,將返回包含列terms
(選定的選擇器或變量)和result
(新列名稱)的小標題。
也可以看看
其他虛擬變量和編碼步驟:step_bin2factor()
, step_count()
, step_date()
, step_dummy_extract()
, step_dummy_multi_choice()
, step_dummy()
, step_factor2string()
, step_holiday()
, step_indicate_na()
, step_integer()
, step_novel()
, step_num2factor()
, step_ordinalscore()
, step_other()
, step_relevel()
, step_string2factor()
, step_time()
, step_unknown()
, step_unorder()
例子
data(covers, package = "modeldata")
rec <- recipe(~description, covers) %>%
step_regex(description, pattern = "(rock|stony)", result = "rocks") %>%
step_regex(description, pattern = "ratake families")
rec2 <- prep(rec, training = covers)
rec2
#>
#> ── Recipe ────────────────────────────────────────────────────────────────
#>
#> ── Inputs
#> Number of variables by role
#> predictor: 1
#>
#> ── Training information
#> Training data contained 40 data points and no incomplete rows.
#>
#> ── Operations
#> • Regular expression dummy variable using: "(rock|stony)" | Trained
#> • Regular expression dummy variable using: "ratake families" | Trained
with_dummies <- bake(rec2, new_data = covers)
with_dummies
#> # A tibble: 40 × 3
#> description rocks ratake.families
#> <fct> <int> <int>
#> 1 1,cathedral family,rock outcrop complex,extremel… 1 0
#> 2 2,vanet,ratake families complex,very stony 1 1
#> 3 3,haploborolis,rock outcrop complex,rubbly 1 0
#> 4 4,ratake family,rock outcrop complex,rubbly 1 0
#> 5 5,vanet family,rock outcrop complex complex,rubb… 1 0
#> 6 6,vanet,wetmore families,rock outcrop complex,st… 1 0
#> 7 7,gothic family 0 0
#> 8 8,supervisor,limber families complex 0 0
#> 9 9,troutville family,very stony 1 0
#> 10 10,bullwark,catamount families,rock outcrop comp… 1 0
#> # ℹ 30 more rows
tidy(rec, number = 1)
#> # A tibble: 1 × 3
#> terms result id
#> <chr> <chr> <chr>
#> 1 description NA regex_0cUH6
tidy(rec2, number = 1)
#> # A tibble: 1 × 3
#> terms result id
#> <chr> <chr> <chr>
#> 1 description rocks regex_0cUH6
相關用法
- R recipes step_relu 應用(平滑)修正線性變換
- R recipes step_rename 使用 dplyr 按名稱重命名變量
- R recipes step_rename_at 使用 dplyr 重命名多個列
- R recipes step_relevel 將因子重新調整至所需水平
- R recipes step_ratio 比率變量創建
- R recipes step_range 將數值數據縮放到特定範圍
- R recipes step_rm 通用可變過濾器
- R recipes step_unknown 將缺失的類別分配給“未知”
- 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_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_spline_b 基礎樣條
- R recipes step_window 移動窗口函數
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 Detect a regular expression。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。