當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


R recipes step_window 移動窗口函數


step_window() 創建配方步驟的規範,該步驟將創建新列,這些新列是跨移動窗口計算統計數據的函數的結果。

用法

step_window(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  size = 3,
  na_rm = TRUE,
  statistic = "mean",
  columns = NULL,
  names = NULL,
  keep_original_cols = TRUE,
  skip = FALSE,
  id = rand_id("window")
)

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

對於此步驟創建的模型項,應為其分配什麽分析角色?如果 names 保留為 NULL ,則滾動統計信息將替換原始列,並且角色保持不變。如果設置了names,則這些新列將具有NULL 的角色,除非此參數具有值。

trained

指示預處理數量是否已估計的邏輯。

size

窗口大小的奇數整數>= 3

na_rm

是否應從每個窗口內的計算中刪除缺失值的邏輯。

statistic

應該為每個移動窗口計算的統計類型的字符串。可能的值為:'max' , 'mean' , 'median' , 'min' , 'prod' , 'sd' , 'sum' , 'var'

columns

所選變量名稱的字符串。該字段是一個占位符,一旦使用 prep() 就會被填充。

names

可選字符串,其長度與 terms 選擇的術語數相同。如果您不確定將選擇哪些列,請使用summary 函數(請參見下麵的示例)。這些將是該步驟創建的新列的名稱。

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。

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

計算使用一種有點非典型的方法來處理滾動統計的開始和結束部分。該過程從中心對齊窗口計算開始,並且滾動值的開始和結束部分分別使用第一個和最後一個滾動值來確定。例如,如果具有 12 個值的列 x 使用 5 點移動中值進行平滑,則前三個平滑值由 median(x[1:5]) 估計,第四個使用 median(x[2:6])

如果指定了 nameskeep_original_cols 也適用於此步驟。

步驟將停止並顯示有關安裝包的注釋。

整理

當您執行 tidy() 此步驟時,將返回一個包含 terms(選擇的選擇器或變量)、statistic(匯總函數名稱)和 size 列的 tibble。

調整參數

此步驟有 2 個調整參數:

  • statistic:滾動匯總統計(類型:字符,默認值:平均值)

  • size :窗口大小(類型:整數,默認值:3)

箱重

底層操作不允許使用案例權重。

例子

if (FALSE) { # rlang::is_installed(c("RcppML", "ggplot2"))
library(recipes)
library(dplyr)
library(rlang)
library(ggplot2, quietly = TRUE)

set.seed(5522)
sim_dat <- data.frame(x1 = (20:100) / 10)
n <- nrow(sim_dat)
sim_dat$y1 <- sin(sim_dat$x1) + rnorm(n, sd = 0.1)
sim_dat$y2 <- cos(sim_dat$x1) + rnorm(n, sd = 0.1)
sim_dat$x2 <- runif(n)
sim_dat$x3 <- rnorm(n)

rec <- recipe(y1 + y2 ~ x1 + x2 + x3, data = sim_dat) %>%
  step_window(starts_with("y"),
    size = 7, statistic = "median",
    names = paste0("med_7pt_", 1:2),
    role = "outcome"
  ) %>%
  step_window(starts_with("y"),
    names = paste0("mean_3pt_", 1:2),
    role = "outcome"
  )
rec <- prep(rec, training = sim_dat)

smoothed_dat <- bake(rec, sim_dat, everything())

ggplot(data = sim_dat, aes(x = x1, y = y1)) +
  geom_point() +
  geom_line(data = smoothed_dat, aes(y = med_7pt_1)) +
  geom_line(data = smoothed_dat, aes(y = mean_3pt_1), col = "red") +
  theme_bw()

tidy(rec, number = 1)
tidy(rec, number = 2)

# If you want to replace the selected variables with the rolling statistic
# don't set `names`
sim_dat$original <- sim_dat$y1
rec <- recipe(y1 + y2 + original ~ x1 + x2 + x3, data = sim_dat) %>%
  step_window(starts_with("y"))
rec <- prep(rec, training = sim_dat)
smoothed_dat <- bake(rec, sim_dat, everything())
ggplot(smoothed_dat, aes(x = original, y = y1)) +
  geom_point() +
  theme_bw()
}
源代碼:R/window.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 Moving Window Functions。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。