R中数据科学的软件测试

数据挖掘 r 软件开发
2021-09-22 07:19:42

在测试我的 python 代码时，我经常使用Nose、Tox 或 Unittest，特别是当它必须与其他模块或其他代码片段集成时。然而，现在我发现自己在机器学习建模和开发中使用 R 而不是 python。我意识到我并没有真正测试我的 R 代码（更重要的是我真的不知道如何做好它）。所以我的问题是，有哪些好的包可以让您以与 Python 中的 Nose、Tox 或 Unittest 类似的方式测试 R 代码。诸如教程之类的其他参考资料也将不胜感激。

R 中的包的奖励积分类似于

  1. 假设

    或者

  2. 特征锻造

相关谈话：

Trey Causey：数据科学家测试

2个回答

积极维护的单元测试和断言测试包：单元测试包

  1. testthat：有关如何使用的更多信息，您可以在此处或在github上找到
  2. Runit：Cran 页面

断言包：

  1. 断言：github上的信息

  2. 断言：断言有很多可用的子包，以防您不需要所有子包。检查起重机

  3. 断言者：github上的信息

  4. 确保者：github上的信息

  5. 测试者：github上的信息

您希望将什么用于断言是一个偏好问题。阅读这个 bioconductor页面，了解更多关于 RUnit 和 testthat 之间区别的信息。

对于类似于 Hypothesis 并基于 Haskell 的 quickcheck 的测试包，Revolution Analytics 有一个名为quickcheck的 R 包。

其它你可能感兴趣的问题
上一篇贝叶斯网络中边的方向是否无关紧要？ 下一篇什么是生成模型和判别模型？它们如何用于自然语言处理？