R recipes step_zv 零方差濾波器

step_zv() 創建配方步驟的規範，該規範將刪除僅包含單個值的變量。

用法

step_zv(
  recipe,
  ...,
  role = NA,
  trained = FALSE,
  group = NULL,
  removals = NULL,
  skip = FALSE,
  id = rand_id("zv")
)

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。
group: 可選字符串或對 dplyr::vars() 的調用，可用於指定一個或多個組，在該組中標識僅包含單個值的變量。如果分組變量包含在術語選擇器中，則不會考慮刪除它們。
removals: 包含應刪除的列名稱的字符串。這些值直到調用 prep() 後才確定。
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

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，將返回帶有列terms(將被刪除的列)的tibble。

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_select()

例子

data(biomass, package = "modeldata")

biomass$one_value <- 1

biomass_tr <- biomass[biomass$dataset == "Training", ]
biomass_te <- biomass[biomass$dataset == "Testing", ]

rec <- recipe(HHV ~ carbon + hydrogen + oxygen +
  nitrogen + sulfur + one_value,
data = biomass_tr
)

zv_filter <- rec %>%
  step_zv(all_predictors())

filter_obj <- prep(zv_filter, training = biomass_tr)

filtered_te <- bake(filter_obj, biomass_te)
any(names(filtered_te) == "one_value")
#> [1] FALSE

tidy(zv_filter, number = 1)
#> # A tibble: 1 × 2
#>   terms            id      
#>   <chr>            <chr>   
#> 1 all_predictors() zv_VT1qF
tidy(filter_obj, number = 1)
#> # A tibble: 1 × 2
#>   terms     id      
#>   <chr>     <chr>   
#> 1 one_value zv_VT1qF

源代碼：R/zv.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 Zero Variance Filter。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。