सतत वैरिएबल्स को logical में बदलना

Logical वैरिएबल अच्छे होते हैं क्योंकि कई बार चीज़ों के बारे में "हाँ या नहीं" के रूप में सोचना संख्यात्मक रूप में सोचने से आसान होता है। उदाहरण के लिए, अगर कोई आपसे पूछे "क्या आप चाय लेंगे?", तो हाँ या नहीं का जवाब "मेरे चाय लेने की संभावना 0.73 है" से बेहतर है। इसका उपयोग डेटा साइंस में भी होता है। जैसे, डायबिटीज़ की जाँच में किसी मरीज़ के रक्त प्लाज़्मा में ग्लूकोज़ का स्तर एक संख्या के रूप में आ सकता है। वास्तविक सवाल है: "क्या मरीज़ को डायबिटीज़ है?" इसलिए आपको किसी थ्रेशहोल्ड के आधार पर उस संख्या को logical मान में बदलना पड़ता है।

Base R में यह काफ़ी सरलता से कुछ ऐसे किया जाता है:

threshold_mmol_per_l <- 7
has_diabetes <- plasma_glucose_concentration > threshold_mmol_per_l

sparklyr के सभी फीचर ट्रांसफ़ॉर्मेशन फंक्शनों का यूज़र इंटरफ़ेस समान होता है। पहले तीन आर्ग्युमेंट हमेशा एक Spark tibble, इनपुट कॉलम का नाम बताने वाली एक string, और आउटपुट कॉलम का नाम बताने वाली एक string होते हैं। अर्थात्, वे इस पैटर्न का पालन करते हैं।

a_tibble %>%
  ft_some_transformation("x", "y", some_other_args)

सतत वैरिएबल को logical में बदलने का sparklyr तरीका ft_binarizer() है। ऊपर वाले डायबिटीज़ उदाहरण को नीचे की तरह लिखा जा सकता है। ध्यान दें कि threshold मान एक संख्या होना चाहिए, डेटासेट में किसी कॉलम को संदर्भित करने वाली string नहीं।

diabetes_data %>%
  ft_binarizer("plasma_glucose_concentration", "has_diabetes", threshold = threshold_mmol_per_l)

Spark की "हर जगह DoubleType" वाली फिलॉसफ़ी के अनुरूप, ft_binarizer() का आउटपुट वास्तव में logical नहीं होता; वह numeric होता है। यह सही है जब तक आप Spark में आगे की ट्रांसफ़ॉर्मेशंस करना चाहते हैं, लेकिन अगर आपको R में डेटा प्रोसेस करना है, तो याद रखें कि आपको डेटा को explicitly logical में बदलना होगा। नीचे दिया गया कोड एक आम पैटर्न है।

a_tibble %>%
  ft_binarizer("x", "is_x_big", threshold = threshold) %>%
  collect() %>%
  mutate(is_x_big = as.logical(is_x_big))

इस अभ्यास में बेहूदे नाम वाले artist_hotttnesss फ़ील्ड का उपयोग किया गया है, जो बताता है कि डेटासेट बनाए जाने के समय किसी आर्टिस्ट का मीडिया बज़ कितना था। अगर आप ggplot2 पैकेज से प्लॉट बनाना सीखना चाहते हैं, तो Introduction to Data Visualization with ggplot2 कोर्स देखिए।