Denetimli öğrenmeyle kategorik veriyi kodlama
R'da Feature Engineering
Jorge Zazueta
Research Professor and Head of the Modeling Group at the School of Economics, UASLP
Denetimli kodlamaya giriş
Buna karşılık, denetimli kodlama, sonuç değerlerini kullanarak nominal yordayıcılardan sayısal özellikler türetir.
Denetimli kodlamaya giriş
Denetimli kodlama, sonuç değerlerini kullanarak nominal yordayıcılardan sayısal özellikler türetir.
embed paketindeki bazı denetimli kodlama işlevleri
| Function | Definition |
|---|---|
| step_lencode_glm() | Olasılık kodlamalarını kullanarak nominal bir yordayıcıyı, genelleştirilmiş doğrusal modelden türetilen tek bir puan kümesine dönüştürür. |
| step_lencode_bayes() | Bayesyen analizle kestirilen bir genelleştirilmiş doğrusal modelden türetilen tek bir puan kümesine dönüştürmek için Bayesyen olasılık kodlamaları uygular. |
| step_lencode_mixed() | Nominal yordayıcıları, genelleştirilmiş doğrusal karma modelden türetilen tek bir puan kümesine dönüştürür. |
Hibe başvurusu başarısını tahmin etme
Yalnızca sponsor koduna dayalı olarak hibe başvurusu başarısını tahmin etmek istiyoruz.
lr_model <- logistic_reg() # declare model
lr_recipe_glm <- # Set recipe glm
recipe(class ~ sponsor_code,
data = grants_train) %>%
step_lencode_glm(sponsor_code,
# Declare outcome variable
outcome = vars(class))
lr_workflow_glm <- # Create Workflow
workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_glm)
İş akışı özeti
lr_workflow_glm
-- Workflow ------------------------------------
Preprocessor: Recipe
Model: logistic_reg()
-- Preprocessor --------------------------------
1 Recipe Step
- step_lencode_glm()
-- Model --------------------------------------
Logistic Regression Model Specification (classification)
Computational engine: glm
Uydurma, zenginleştirme ve değerlendirme
Modelimizi uydurur ve değerlendiririz
lr_fit_glm <- # Fit
lr_workflow_glm %>%
fit(grants_train)
lr_aug_glm <- # Augment
lr_fit_glm %>%
augment(grants_test)
glm_model <- lr_aug_glm %>% # Assess
class_evaluate(truth = class,
estimate = .pred_class,
.pred_successful)
Performans sonuçları glm_model içinde saklanır
DNT_CURLY_TAG_3
glm_model# A tibble: 2 × 3 .metric .estimator .estimate <chr> <chr> <dbl> 1 accuracy binary 0.728 2 roc_auc binary 0.684
Modelleri birleştirme
İlgili adımların performansını karşılaştırmak için bayes_model ve mixed_model oluşturuyoruz.
# Define model names
model <- c("glm", "glm",
"bayes","bayes",
"mixed", "mixed")
# Bind models in a tibble
models <-
bind_rows(glm_model,
bayes_model,
mixed_model)%>%
add_column(model = model)%>%
select(-.estimator) %>%
spread(model,.estimate)
Kullanışlı bir performans tablosu
models
# A tibble: 2 × 4
.metric bayes glm mixed
<chr> <dbl> <dbl> <dbl>
1 accuracy 0.718 0.728 0.720
2 roc_auc 0.686 0.684 0.682
Sonuçları görselleştirme
Sonuçları Gally paketindeki paralel koordinatlar grafiğiyle görselleştirin.
# Libraries
library(GGally)
# Parallel coordinates chart
ggparcoord(models,
columns = 2:4,
groupColumn = 1,
scale="globalminmax",
showPoints = TRUE)
Tüm modeller için accuracy ve roc_auc paralel koordinatlar grafiği.
Hadi pratik yapalım!
R'da Feature Engineering
