R语言crtests包说明文档(版本 0.2.1)
返回R语言所有包列表
crtests-package
crtests:用于创建和执行分类和回归测试的包
apply_levels
将“df”中的列因子级别转换为filename_points_covered_by_landmarks中的列因子级别
argument_match_test
参数不匹配的测试函数
capitalize_first
将单词的第一个字母大写
classification_model
用于创建分类模型的泛型函数
classification_model.boosting
用于创建分类模型的泛型函数
classification_model.default
用于创建分类模型的泛型函数
classification_model.rpart
用于创建分类模型的泛型函数
createtest
创建分类或回归测试用例
create_and_run_test
创建测试并运行它
crtests
crtests:用于创建和执行分类和回归测试的包
drop_na
根据策略删除NAs
evaluate
评估预测的性能。
evaluate_problem
测试结果评估的通用函数
evaluate_problem.classification
测试结果评估的通用函数
evaluate_problem.regression
测试结果评估的通用函数
evaluation
创建评估对象
extract_formula
从测试中提取公式
factor_length
确定一组因素的长度数据框
group_levels
将“数据”中不常见的级别分组,可以是一个因子,也可以是一个数据框
group_levels.data.frame
将“数据”中不常见的级别分组,可以是一个因子,也可以是一个数据框
group_levels.default
组罕见因素水平
group_levels.factor
将“数据”中不常见的级别分组,可以是一个因子,也可以是一个数据框
group_levels.list
将“数据”中不常见的级别分组,可以是一个因子,也可以是一个数据框
is_complete_row
确定数据框拥有NAs
make_predictions
使用模型泛型函数进行预测,通过进行预测来测试模型
make_predictions.boosting
使用模型泛型函数进行预测,通过进行预测来测试模型
make_predictions.default
使用模型泛型函数进行预测,通过进行预测来测试模型
make_predictions.gbm
使用模型泛型函数进行预测,通过进行预测来测试模型
make_predictions.rpart
使用模型泛型函数进行预测,通过进行预测来测试模型
method_prepare
方法特定数据准备
method_prepare.default
方法特定数据准备
method_prepare.randomForest
方法特定数据准备
missing_argument_test
效用函数
multisample
制作多个数据样本
multisample.cross_fold
制作多个数据样本
multisample.random
制作多个数据样本
multitest
创建并运行测试的多个实例
multitest_evaluation
创建多个测试的评估
na_count
计算对象中的NAs数
na_count.data.frame
计算对象中的NAs数
na_count.default
计算对象中的NAs数
prepare
准备指定测试的数据。
prepare.default
准备指定测试的数据。
prepare_data
为培训或测试准备数据。
print.evaluation
打印“评估”对象
print.multitest_evaluation
打印filename_points_covered_by_landmarks
print.multitest_evaluation.summary
打印filename_points_covered_by_landmarks.summary对象
random_string
生成随机字符串
regression_model
拟合回归模型拟合回归模型的泛型函数
regression_model.default
拟合回归模型拟合回归模型的泛型函数
remove_names
将x的任何名称设置为“”
remove_names.matrix
将x的任何名称设置为“”
replace_names
替换对象名称中的字符串
replace_names.data.frame
替换对象名称中的字符串
replace_names.default
替换对象名称中的字符串
replace_names.matrix
替换对象名称中的字符串
runtest
运行分类或回归测试
runtest.default
运行分类或回归测试
summary.evaluation
评估摘要
summary.multitest_evaluation
总结多项测试评估
train_model
训练分类或回归模型
train_model.classification
训练分类或回归模型
train_model.regression
训练分类或回归模型
util
效用函数