การทดสอบซอฟต์แวร์สำหรับวิทยาศาสตร์ข้อมูลในอาร์


10

ฉันมักจะใช้Nose, Tox หรือ Unittestเมื่อทดสอบโค้ดไพ ธ อนของฉันโดยเฉพาะเมื่อต้องรวมเข้ากับโมดูลอื่นหรือโค้ดอื่น ๆ อย่างไรก็ตามตอนนี้ฉันพบว่าตัวเองใช้ R มากกว่า python สำหรับ ML model และการพัฒนา ฉันรู้ว่าฉันไม่ได้ทดสอบโค้ด R ของฉัน (และที่สำคัญกว่านั้นคือฉันไม่รู้ว่าจะทำอย่างไรดี) ดังนั้นคำถามของฉันคืออะไรแพ็คเกจที่ดีที่ให้คุณทดสอบรหัส R ในลักษณะที่คล้ายกับ Nose, Tox หรือ Unittest ใน Python การอ้างอิงเพิ่มเติมเช่นบทเรียนจะได้รับการชื่นชมอย่างมากเช่นกัน

คะแนนโบนัสสำหรับแพ็คเกจใน R คล้ายกับ

  1. สมมติฐาน

    หรือ

  2. คุณสมบัติปลอม

พูดคุยที่เกี่ยวข้อง:

Trey Causey: การทดสอบสำหรับนักวิทยาศาสตร์ข้อมูล

คำตอบ:


7

แพคเกจสำหรับการทดสอบหน่วยและการทดสอบที่เหมาะสมที่รักษาไว้อย่างแข็งขัน: แพคเกจสำหรับการทดสอบหน่วย

  1. testthat: ข้อมูลเพิ่มเติมเกี่ยวกับวิธีใช้คุณสามารถค้นหาได้ที่นี่หรือบนGitHub
  2. Runit: หน้า Cran

แพคเกจสำหรับการยืนยัน:

  1. ยืนยัน: ข้อมูลเกี่ยวกับGitHub

  2. กล้าแสดงออกอย่างเหมาะสม: กล้าแสดงออกอย่างเหมาะสมมีแพคเกจย่อยมากมายในกรณีที่คุณไม่ต้องการทั้งหมด ตรวจสอบ cran

  3. assertr: ข้อมูลบนgithub

  4. ensurer: ข้อมูลเกี่ยวกับGitHub

  5. ผู้ทดสอบ: ข้อมูลเกี่ยวกับGitHub

มันเป็นเรื่องของการตั้งค่าสิ่งที่คุณต้องการใช้สำหรับการยืนยัน อ่านหน้าbioconductorนี้สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความแตกต่างระหว่าง RUnit และ testthat


1
เท็จ RUnit มีผู้ดูแลใหม่
Dirk Eddelbuettel

1
@DirkEddelbuettel ปรับตามข้อมูลของคุณ tnx
phiver

1

สำหรับแพ็กเกจการทดสอบที่คล้ายกับสมมติฐานและอยู่บนพื้นฐานของ Haskell QuickCheck มีแพคเกจ R จากการปฏิวัติ Analytics เรียกQuickCheck


มันดูดีมากฉันจะลองดู
wacax
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.