tidybayes 项目推荐

tidybayes 项目推荐

tidybayes Bayesian analysis + tidy data + geoms (R package) 项目地址: https://gitcode.com/gh_mirrors/ti/tidybayes

1. 项目基础介绍和主要编程语言

tidybayes 是一个基于 R 语言的开源项目，旨在简化贝叶斯分析与整洁数据（tidy data）以及 ggplot2 图形的集成。该项目通过提供一系列工具和函数，帮助用户在贝叶斯建模过程中更高效地处理数据、提取结果并进行可视化。

2. 项目的核心功能

tidybayes 的核心功能主要包括以下几个方面：

• 数据准备：提供 compose_data() 函数，自动将整洁数据（tidy data）转换为贝叶斯模型所需的数据格式，支持多种数据类型（如数值、逻辑、因子等），并允许用户自定义数据转换逻辑。

• 结果提取：通过 spread_draws() 和 gather_draws() 函数，将贝叶斯模型的输出结果转换为整洁的长格式数据框，便于后续的数据处理和可视化。这些函数还支持自动恢复因子水平，简化数据处理流程。

• 模型预测与拟合：提供 add_epred_draws()、add_predicted_draws() 和 add_linpred_draws() 函数，用于从模型中提取拟合值和预测值，并以整洁数据格式返回，方便用户生成任意拟合线。

• 后验分布总结：重新导出 ggdist::point_interval() 系列函数（如 median_qi()、mean_qi() 等），用于从整洁数据框中生成点估计和区间估计，支持多种统计量和概率区间。

• 可视化：与 ggplot2 和 ggdist 包无缝集成，提供多种用于可视化后验分布、点估计和区间的几何对象（geoms）和统计变换（stats），如 geom_pointinterval()、stat_pointinterval() 等。

3. 项目最近更新的功能

根据项目的最新更新，tidybayes 引入了以下新功能：

• 随机变量数据框：新增 spread_rvars()、add_predicted_rvars() 等函数，返回整洁数据框中的 posterior::rvar() 对象，支持向量化随机变量数据类型，适用于大规模模型的内存优化。

• 比较因子水平：引入 compare_levels() 函数，方便用户在不同因子水平之间进行比较，生成相应的比较变量。

• 与 posterior 包集成：增强了与 posterior 包的兼容性，提供 posterior::summarise_draws() 的实现，支持对分组数据框进行后验分布总结。

• 可视化优化：进一步优化了与 ggdist 包的集成，提供更多用于可视化后验分布和拟合线的几何对象和统计变换，如 geom_lineribbon() 和 stat_lineribbon()。

通过这些更新，tidybayes 进一步提升了其在贝叶斯分析中的易用性和功能性，为用户提供了更强大的工具集。

tidybayes Bayesian analysis + tidy data + geoms (R package) 项目地址: https://gitcode.com/gh_mirrors/ti/tidybayes