Softwaretests für Data Science in R.

Ich benutze oft Nose, Tox oder Unittest , um meinen Python-Code zu testen, insbesondere wenn er in andere Module oder andere Codeteile integriert werden muss. Jetzt, da ich R mehr als Python für die ML-Modellierung und -Entwicklung verwendet habe. Mir wurde klar, dass ich meinen R-Code nicht wirklich teste (und was noch wichtiger ist, ich weiß wirklich nicht, wie ich es gut machen soll). Meine Frage ist also, was sind gute Pakete, mit denen Sie R-Code auf ähnliche Weise wie Nose, Tox oder Unittest in Python testen können. Zusätzliche Referenzen wie Tutorials werden ebenfalls sehr geschätzt.

Bonuspunkte für Pakete in R ähnlich wie

1. Hypothese

   oder

2. Feature Forge

Verwandte Diskussion:

Trey Causey: Testen für Datenwissenschaftler

Pakete für Unit-Tests und Assertive-Tests, die aktiv gepflegt werden: Pakete für Unit-Tests

1. testthat: Weitere Informationen zur Verwendung finden Sie hier oder auf github
2. Runit: Cran-Seite

Pakete für Behauptungen:

1. behaupten, dass: Infos zu Github

2. Assertive: Assertive verfügt über viele Unterpakete, falls Sie nicht alle benötigen. Überprüfen Sie den Kran

3. assertr: info auf github

4. Versicherer: Infos zu Github

5. Tester: Infos zu Github

Es ist eine Frage der Präferenz, was Sie für Behauptungen verwenden möchten. Auf dieser Bioconductor- Seite finden Sie weitere Informationen zum Unterschied zwischen RUnit und testthat.

Für ein Testpaket ähnlich der Hypothese, das auf Haskells Quickcheck basiert, gibt es das R-Paket von Revolution Analytics namens Quickcheck .