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