Testowanie oprogramowania dla Data Science w R.

Często używam Nosa, Toxa lub Unittesta podczas testowania mojego kodu python, szczególnie gdy musi on być zintegrowany z innymi modułami lub innymi fragmentami kodu. Jednak teraz, gdy odkryłem, że używam R więcej niż pytona do modelowania i programowania ML. Uświadomiłem sobie, że tak naprawdę nie testuję mojego kodu R (a co ważniejsze, naprawdę nie wiem, jak to zrobić dobrze). Moje pytanie brzmi: jakie są dobre pakiety, które pozwalają testować kod R w podobny sposób, jak Nose, Tox lub Unittest w Pythonie. Docenione zostaną również dodatkowe odniesienia, takie jak samouczki.

Punkty bonusowe za pakiety w R podobne do

1. Hipoteza

   lub

2. Funkcja Forge

Powiązane rozmowy:

Trey Causey: Testowanie dla badaczy danych

Pakiety do testów jednostkowych i testów asertywnych, które są aktywnie utrzymywane: Pakiety do testów jednostkowych

1. testthat: więcej informacji na temat korzystania można znaleźć tutaj lub na github
2. Runit: strona Cran

Pakiety dla asercji:

1. twierdzić, że: informacje na temat github

2. asertywny: Asertywny ma wiele dostępnych podpakietów na wypadek, gdyby nie wszystkie były potrzebne. sprawdź Cran

3. assertr: informacje na temat github

4. gwarant: informacje na temat github

5. tester: informacje na temat github

Jest kwestią preferencji, czego chcesz użyć do asercji. Przeczytaj tę stronę bioprzewodnika, aby uzyskać więcej informacji na temat różnicy między RUnit i tym testem.

Dla pakietu testowego podobnego do Hipotezy i opartego na szybkim sprawdzaniu Haskell, jest pakiet R z Revolution Analytics o nazwie szybki sprawdzanie .