R recipes step_select 使用 dplyr 選擇變量

step_select() 創建配方步驟的規範，該步驟將使用 dplyr::select() 選擇變量。

用法

step_select(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  skip = FALSE,
  id = rand_id("select")
)

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: 對於此步驟選擇的模型項，應為它們分配什麽分析角色？
trained: 指示預處理數量是否已估計的邏輯。
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

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。

此步驟可能會從數據集中刪除列。如果通過名稱專門引用缺失的列，這可能會導致配方中的後續步驟出現問題。為了避免這種情況，請參閱 selections 的“保存配方和過濾列的提示”部分中的建議。

整理

當您 tidy() 此步驟時，將返回一個帶有 terms 列的 tibble，其中包含字符串形式的 select 表達式(且不可重新解析)。

箱重

底層操作不允許使用案例權重。

也可以看看

其他變量過濾步驟：step_corr()、step_filter_missing()、step_lincomb()、step_nzv()、step_rm()、step_zv()

其他 dplyr 步驟：step_arrange() , step_filter() , step_mutate_at() , step_mutate() , step_rename_at() , step_rename() , step_sample() , step_slice()

例子

library(dplyr)

iris_tbl <- as_tibble(iris)
iris_train <- slice(iris_tbl, 1:75)
iris_test <- slice(iris_tbl, 76:150)

dplyr_train <- select(iris_train, Species, starts_with("Sepal"))
dplyr_test <- select(iris_test, Species, starts_with("Sepal"))

rec <- recipe(~., data = iris_train) %>%
  step_select(Species, starts_with("Sepal")) %>%
  prep(training = iris_train)

rec_train <- bake(rec, new_data = NULL)
all.equal(dplyr_train, rec_train)
#> [1] TRUE

rec_test <- bake(rec, iris_test)
all.equal(dplyr_test, rec_test)
#> [1] TRUE

# Local variables
sepal_vars <- c("Sepal.Width", "Sepal.Length")

qq_rec <-
  recipe(~., data = iris_train) %>%
  # fine for interactive usage
  step_select(Species, all_of(sepal_vars)) %>%
  # best approach for saving a recipe to disk
  step_select(Species, all_of(!!sepal_vars))

# Note that `sepal_vars` is inlined in the second approach
qq_rec
#> 
#> ── Recipe ────────────────────────────────────────────────────────────────
#> 
#> ── Inputs 
#> Number of variables by role
#> predictor: 5
#> 
#> ── Operations 
#> • Variables selected: Species, all_of(sepal_vars)
#> • Variables selected: Species, ...

源代碼：R/select.R

相關用法

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 Select 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。