embed:分类预测变量嵌入的额外配方

嵌入 介绍 embed是一个程序包，其中包含程序包的额外步骤，这些步骤用于将预测变量嵌入一个或多个数字列中。 对所有的预处理方法进行监督。 这些步骤包含在单独的程序包中，因为程序包依赖项 ， 和非常繁重。 类别预测变量的步骤为： step_lencode_glm() ， step_lencode_bayes()和step_lencode_mixed()估算每个因子水平对结果的影响，这些估算值用作新的编码。 估计是通过广义线性模型估计的。 可以不通过池化（通过glm ）或通过部分池化（ stan_glm或lmer ）来执行此步骤。 目前已实现数字和两类结果。 step_embed()使用keras::layer_embedding将原始C因子级别转换为一组D个新变量（< C ）。 模型拟合例程优化了哪些因子级别映射到每个新变量以及将用作新编码的相应回归系数（即神经网络权重）。 st