驗證 - 斷言以下內容:
-
outcomes
必須有 1 列。原子向量被視為 1 列矩陣。
檢查 - 返回以下內容:
-
ok
邏輯。檢查通過嗎? -
n_cols
單個數字。實際的列數。
值
validate_outcomes_are_univariate()
以不可見方式返回outcomes
。
check_outcomes_are_univariate()
返回兩個組件的命名列表: ok
和 n_cols
。
細節
使用此驗證函數的預期方法是向其提供 mold()
調用結果的 $outcomes
元素。
驗證
Hardhat 提供兩個級別的驗證函數。
-
check_*()
:檢查條件,並返回列表。該列表始終包含至少一個元素ok
,這是一個指定檢查是否通過的邏輯。每個檢查還在返回的列表中檢查特定元素,可用於構造有意義的錯誤消息。 -
validate_*()
:檢查條件,如果不通過則出錯。這些函數調用相應的檢查函數,然後提供默認的錯誤消息。如果您作為開發人員想要不同的錯誤消息,請自行調用check_*()
函數,並提供您自己的驗證函數。
相關用法
- R hardhat validate_outcomes_are_numeric 確保結果都是數字
- R hardhat validate_outcomes_are_binary 確保結果具有二元因子
- R hardhat validate_outcomes_are_factors 確保結果隻有因子列
- R hardhat validate_prediction_size 確保預測具有正確的行數
- R hardhat validate_column_names 確保數據包含所需的列名
- R hardhat validate_no_formula_duplication 確保公式中不出現重複項
- R hardhat validate_predictors_are_numeric 確保預測變量都是數字
- R hardhat default_recipe_blueprint 默認配方藍圖
- R hardhat is_blueprint x 是預處理藍圖嗎?
- R hardhat default_formula_blueprint 默認公式藍圖
- R hardhat update_blueprint 更新預處理藍圖
- R hardhat weighted_table 加權表
- R hardhat get_levels 從 DataFrame 中提取因子水平
- R hardhat add_intercept_column 向數據添加截距列
- R hardhat is_frequency_weights x 是頻率權重向量嗎?
- R hardhat model_offset 提取模型偏移
- R hardhat standardize 標準化結果
- R hardhat model_matrix 構建設計矩陣
- R hardhat is_importance_weights x 是重要性權重向量嗎?
- R hardhat run-mold 根據藍圖 Mold()
- R hardhat get_data_classes 從 DataFrame 或矩陣中提取數據類
- R hardhat fct_encode_one_hot 將一個因子編碼為 one-hot 指標矩陣
- R hardhat new_frequency_weights 構建頻率權重向量
- R hardhat default_xy_blueprint 默認 XY 藍圖
- R hardhat shrink 僅對所需列進行子集化
注:本文由純淨天空篩選整理自Davis Vaughan等大神的英文原創作品 Ensure that the outcome is univariate。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。