Не могу удалить переменные в рецептах

Question

Я новичок в recipes и имею некоторые проблемы с API.Почему я не могу bake или juice мои шаги рецепта, когда я удалил определенные функции, которые мне не интересны?

set.seed(999)
train_test_split <- initial_split(mtcars)

mtcars_train <- training(train_test_split)
mtcars_test <- testing(train_test_split)

mtcars_train %>%
    recipe(mpg ~ cyl + disp + hp + gear) %>% 
    step_rm(qsec, vs, carb) %>% 
    step_center(all_numeric())  %>%
    step_scale(all_numeric()) %>%
    prep(training = mtcars_train)

приводит к:

Error in .f(.x[[i]], ...) : object 'qsec' not found

Это довольно раздражает, потому что это означает, что мне нужно будет удалять строки вручную как в тестовом наборе, так и в наборе поездов после применения шагов:

rec_scale <- mtcars %>%
    recipe(mpg ~ cyl + disp + hp + gear) %>% 
    step_center(all_numeric())  %>%
    step_scale(all_numeric()) %>%
    prep(training = mtcars_train)
train <- juice(rec_scale) %>%
  select(-qsec, -vs, -carb)
test <- bake(rec_scale, mtcars_test) %>%
  select(-qsec, -vs, -carb)

Я думаю об этом неправильно?В качестве альтернативы я мог бы фильтровать заранее, но я бы подумал, что мой рецепт должен включать такие вещи.

Answer 1

Вы должны включить все столбцы, используемые в шагах рецепта, внутри вызова recipe().Их нельзя удалить, если их нет в рецепте.

library(tidymodels)
#> ── Attaching packages ────────────────────────────── tidymodels 0.0.2 ──
#> ✔ broom     0.5.2       ✔ purrr     0.3.2  
#> ✔ dials     0.0.2       ✔ recipes   0.1.6  
#> ✔ dplyr     0.8.3       ✔ rsample   0.0.5  
#> ✔ ggplot2   3.2.0       ✔ tibble    2.1.3  
#> ✔ infer     0.4.0.1     ✔ yardstick 0.0.3  
#> ✔ parsnip   0.0.3
#> ── Conflicts ───────────────────────────────── tidymodels_conflicts() ──
#> ✖ purrr::discard() masks scales::discard()
#> ✖ dplyr::filter()  masks stats::filter()
#> ✖ dplyr::lag()     masks stats::lag()
#> ✖ recipes::step()  masks stats::step()

set.seed(999)
train_test_split <- initial_split(mtcars)

mtcars_train <- training(train_test_split)
mtcars_test <- testing(train_test_split)

rec <- 
  mtcars_train %>%
  recipe(mpg ~ cyl + disp + hp + gear) %>% 
  step_center(all_numeric())  %>%
  step_scale(all_numeric()) %>%
  prep(training = mtcars_train)

summary(rec)
#> # A tibble: 5 x 4
#>   variable type    role      source  
#>   <chr>    <chr>   <chr>     <chr>   
#> 1 cyl      numeric predictor original
#> 2 disp     numeric predictor original
#> 3 hp       numeric predictor original
#> 4 gear     numeric predictor original
#> 5 mpg      numeric outcome   original

^{Создано в 2019-08-04 пакетом Представить (v0.2.1)}