الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

هاردهات

مقدمة

Hardhat عبارة عن حزمة تركز على المطورين مصممة لتسهيل إنشاء حزم نماذج جديدة، مع الترويج في الوقت نفسه لمعايير حزمة نماذج R الجيدة على النحو المنصوص عليه في مجموعة الاتفاقيات المتفق عليها لحزم نماذج R.

لدى Hardhat أربعة أهداف رئيسية:

  • معالجة البيانات بسهولة وثبات وقوة في وقت مناسب ووقت التنبؤ باستخدام mold() و forge() .

  • قم بتوفير مصدر واحد للحقيقة لوظائف التحقق من صحة الإدخال الشائعة، مثل التحقق مما إذا كانت البيانات الجديدة في وقت التنبؤ تحتوي على نفس الأعمدة المطلوبة المستخدمة في وقت الملاءمة.

  • قم بتوفير وظائف مساعدة إضافية للمهام الشائعة الإضافية، مثل إضافة أعمدة التقاطع، وتوحيد مخرجات predict() واستخراج المعلومات القيمة على مستوى الفئة والعامل من المتنبئين.

  • أعد تصور البنية الأساسية للمعالجة المسبقة لـ R لـ stats::model.matrix() و stats::model.frame() باستخدام الأساليب الأكثر صرامة الموجودة في model_matrix() و model_frame() .

تتمثل الفكرة في تقليل عبء إنشاء واجهة نمذجة جيدة قدر الإمكان، وبدلاً من ذلك السماح لمطور الحزمة بالتركيز على كتابة التنفيذ الأساسي لنموذجه الجديد. وهذا لا يفيد المطور فحسب، بل يفيد أيضًا مستخدم حزمة النمذجة، حيث يسمح التقييس للمستخدمين ببناء مجموعة من "التوقعات" حول ما يجب أن تعوده أي وظيفة نمذجة، وكيف يجب أن يتفاعلوا معها.

تثبيت

يمكنك تثبيت الإصدار الذي تم إصداره من hardhat من CRAN باستخدام: 

install.packages( " hardhat " )

ونسخة التطوير من GitHub مع: 

 # install.packages("pak")
pak :: pak( " tidymodels/hardhat " )

تعلم المزيد

للتعرف على كيفية استخدام القبعة الصلبة، راجع المقالات القصيرة:

  • vignette("mold", "hardhat") : تعرف على كيفية معالجة البيانات مسبقًا في الوقت المناسب باستخدام mold() .

  • vignette("forge", "hardhat") : تعرف على كيفية المعالجة المسبقة للبيانات الجديدة في وقت التنبؤ باستخدام forge() .

  • vignette("package", "hardhat") : تعرف على كيفية استخدام mold() و forge() للمساعدة في إنشاء حزمة تصميم جديدة.

يمكنك أيضًا مشاهدة Max Kuhn وهو يناقش كيفية استخدام القبعة الصلبة لبناء حزمة نماذج جديدة من الصفر في مؤتمر XI Jornadas de Usuarios de R هنا.

المساهمة

تم إصدار هذا المشروع مع قواعد سلوك المساهمين. من خلال المساهمة في هذا المشروع، فإنك توافق على الالتزام بشروطه.

  • للأسئلة والمناقشات حول حزم tidymodels، والنمذجة، والتعلم الآلي، يرجى النشر على مجتمع RStudio.

  • إذا كنت تعتقد أنك واجهت خطأ ما، يرجى إرسال مشكلة.

  • وفي كلتا الحالتين، تعلم كيفية إنشاء ومشاركة reprex (مثال بسيط وقابل للتكرار)، للتواصل بوضوح حول التعليمات البرمجية الخاصة بك.

  • تحقق من مزيد من التفاصيل حول المساهمة في الإرشادات الخاصة بحزم tidymodels وكيفية الحصول على المساعدة.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل