R中的数据科学软件测试

在测试我的python代码时，特别是当它必须与其他模块或其他代码段集成时，我经常使用Nose，Tox或Unittest。但是，现在我发现自己在ML建模和开发中比在python中更多地使用R。我意识到我并没有真正测试我的R代码（更重要的是，我真的不知道该怎么做）。所以我的问题是，有什么好的软件包可以让您像Python中的Nose，Tox或Unittest一样测试R代码。其他参考资料，例如教程，也将不胜感激。

R中的软件包的奖励积分类似于

1. 假设

   要么

2. 特色锻造

相关演讲：

Trey Causey：数据科学家测试

主动维护的用于单元测试和断言测试的软件包：用于单元测试的软件包

1. testthat：有关如何使用的更多信息，请参见此处或github
2. Runit：Cran页面

断言包：

1. 断言：github上的信息

2. 断言：断言有很多子包可用，以防您不需要全部子包。检查麸皮

3. 断言：有关github的信息

4. 保证人：有关github的信息

5. 测试人员：有关github的信息

您希望将什么用于断言是一个优先事项。阅读此生物导体页面，以获取有关RUnit和testthat之间差异的更多信息。

对于类似于假设并基于Haskell的quickcheck的测试程序包，Revolution Analytics的R程序包称为quickcheck。