Teste de software para ciência de dados em R

Costumo usar Nose, Tox ou Unittest ao testar meu código python, especialmente quando ele precisa ser integrado a outros módulos ou outras partes do código. No entanto, agora que me vi usando R mais que python para modelagem e desenvolvimento de ML. Percebi que realmente não testei meu código R (e, mais importante, não sei como fazê-lo bem). Então, minha pergunta é: quais são os bons pacotes que permitem testar o código R de maneira semelhante ao Nose, Tox ou Unittest no Python. Referências adicionais, como tutoriais, também serão muito apreciadas.

Pontos de bônus para pacotes em R semelhantes a

1. Hipótese

   ou

2. Forja de recursos

Discussão relacionada:

Trey Causey: Testando para cientistas de dados

Pacotes para testes de unidade e testes assertivos mantidos ativamente: Pacotes para testes de unidade

1. testthat: mais informações sobre como usar você pode encontrar aqui ou no github
2. Página Runit: Cran

Pacotes para afirmações:

1. assertthat: informações no github

2. assertivo: assertivo tem muitos subpacotes disponíveis, caso você não precise de todos eles. verifique no cran

3. assertr: informações no github

4. ensurer: informações no github

5. tester: informações no github

É uma questão de preferência o que você deseja usar para afirmações. Leia esta página do biocondutor para obter mais informações sobre a diferença entre o RUnit e o testthat.

Para um pacote de teste semelhante à Hipótese e baseado na verificação rápida de Haskell, existe o pacote R da Revolution Analytics chamado verificação rápida .