step_unknown()
創建配方步驟的規範,該步驟將因子級別中的缺失值分配給 "unknown"
。
用法
step_unknown(
recipe,
...,
role = NA,
trained = FALSE,
new_level = "unknown",
objects = NULL,
skip = FALSE,
id = rand_id("unknown")
)
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
-
由於沒有創建新變量,因此此步驟未使用。
- trained
-
指示預處理數量是否已估計的邏輯。
- new_level
-
將分配給新因子級別的單個字符值。
- objects
-
包含由
prep()
確定的因子級別信息的對象列表。 - 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
所選變量被調整為具有放置在最後位置的新級別(由 new_level
給出)。
請注意,如果原始列是字符,則通過此步驟它們將轉換為因子。
如果 new_level
已存在於提供給 prep
的數據中,則會引發錯誤。
整理
當您 tidy()
此步驟時,將返回包含列 terms
(將受影響的列)和 value
(用於新值的因子級別)的 tibble。
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_regex()
, step_relevel()
, step_string2factor()
, step_time()
, step_unorder()
例子
data(Sacramento, package = "modeldata")
rec <-
recipe(~ city + zip, data = Sacramento) %>%
step_unknown(city, new_level = "unknown city") %>%
step_unknown(zip, new_level = "unknown zip") %>%
prep()
table(bake(rec, new_data = NULL) %>% pull(city),
Sacramento %>% pull(city),
useNA = "always"
) %>%
as.data.frame() %>%
dplyr::filter(Freq > 0)
#> Var1 Var2 Freq
#> 1 ANTELOPE ANTELOPE 33
#> 2 AUBURN AUBURN 5
#> 3 CAMERON_PARK CAMERON_PARK 9
#> 4 CARMICHAEL CARMICHAEL 20
#> 5 CITRUS_HEIGHTS CITRUS_HEIGHTS 35
#> 6 COOL COOL 1
#> 7 DIAMOND_SPRINGS DIAMOND_SPRINGS 1
#> 8 EL_DORADO EL_DORADO 2
#> 9 EL_DORADO_HILLS EL_DORADO_HILLS 23
#> 10 ELK_GROVE ELK_GROVE 114
#> 11 ELVERTA ELVERTA 4
#> 12 FAIR_OAKS FAIR_OAKS 9
#> 13 FOLSOM FOLSOM 17
#> 14 FORESTHILL FORESTHILL 1
#> 15 GALT GALT 21
#> 16 GARDEN_VALLEY GARDEN_VALLEY 1
#> 17 GOLD_RIVER GOLD_RIVER 4
#> 18 GRANITE_BAY GRANITE_BAY 3
#> 19 GREENWOOD GREENWOOD 1
#> 20 LINCOLN LINCOLN 22
#> 21 LOOMIS LOOMIS 2
#> 22 MATHER MATHER 1
#> 23 MEADOW_VISTA MEADOW_VISTA 1
#> 24 NORTH_HIGHLANDS NORTH_HIGHLANDS 21
#> 25 ORANGEVALE ORANGEVALE 11
#> 26 PENRYN PENRYN 1
#> 27 PLACERVILLE PLACERVILLE 10
#> 28 POLLOCK_PINES POLLOCK_PINES 3
#> 29 RANCHO_CORDOVA RANCHO_CORDOVA 28
#> 30 RANCHO_MURIETA RANCHO_MURIETA 3
#> 31 RIO_LINDA RIO_LINDA 13
#> 32 ROCKLIN ROCKLIN 17
#> 33 ROSEVILLE ROSEVILLE 48
#> 34 SACRAMENTO SACRAMENTO 438
#> 35 WALNUT_GROVE WALNUT_GROVE 1
#> 36 WEST_SACRAMENTO WEST_SACRAMENTO 3
#> 37 WILTON WILTON 5
tidy(rec, number = 1)
#> # A tibble: 1 × 3
#> terms value id
#> <chr> <chr> <chr>
#> 1 city unknown city unknown_NRDyG
相關用法
- R recipes step_unorder 將有序因子轉換為無序因子
- 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
- R recipes step_lincomb 線性組合濾波器
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 Assign missing categories to "unknown"。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。