R textrecipes step_untokenize 令牌變量的取消令牌化

step_untokenize() 創建配方步驟的規範，該步驟將 token 變量轉換為字符預測器。

用法

step_untokenize(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  columns = NULL,
  sep = " ",
  skip = FALSE,
  id = rand_id("untokenize")
)

參數

recipe: 一個recipe 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受該步驟影響的變量。有關更多詳細信息，請參閱recipes::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。
columns: 將由 terms 參數(最終)填充的變量名稱字符串。在 recipes::prep.recipe() 訓練該步驟之前，這是 NULL 。
sep: 一個字符，用於確定粘貼在一起時應如何分隔標記。默認為 " " 。
skip: 一個合乎邏輯的。當recipes::bake.recipe() 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.recipe() 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 = FALSE 時應小心。
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。

細節

此步驟會將 token 向量轉回字符向量。此步驟在內部調用 paste 將標記重新組合成字符。

整理

當您tidy()此步驟時，會出現一個包含列terms(選擇的選擇器或變量)和value(用於折疊的分隔符)的小標題。

箱重

底層操作不允許使用案例權重。

也可以看看

step_tokenize() 將字符轉換為tokens

例子

library(recipes)
library(modeldata)
data(tate_text)

tate_rec <- recipe(~., data = tate_text) %>%
  step_tokenize(medium) %>%
  step_untokenize(medium)

tate_obj <- tate_rec %>%
  prep()

bake(tate_obj, new_data = NULL, medium) %>%
  slice(1:2)
#> # A tibble: 2 × 1
#>   medium                                             
#>   <fct>                                              
#> 1 video monitor or projection colour and sound stereo
#> 2 etching on paper                                   

bake(tate_obj, new_data = NULL) %>%
  slice(2) %>%
  pull(medium)
#> [1] etching on paper
#> 1029 Levels: 100 digital prints on paper ink on paper and wall text ...

tidy(tate_rec, number = 2)
#> # A tibble: 1 × 3
#>   terms  value id              
#>   <chr>  <chr> <chr>           
#> 1 medium NA    untokenize_9zJqj
tidy(tate_obj, number = 2)
#> # A tibble: 1 × 3
#>   terms  value id              
#>   <chr>  <chr> <chr>           
#> 1 medium " "   untokenize_9zJqj

源代碼：R/untokenize.R

相關用法

注：本文由純淨天空篩選整理自等大神的英文原創作品 Untokenization of Token Variables。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。