Mengotomatisasi alur pemodelan

Pemodelan dengan tidymodels di R

David Svancer

Data Scientist

Merampingkan alur kerja

Fungsi last_fit()

Mendukung model klasifikasi
Mempercepat proses pemodelan
Melatih model pada data latih dan menghasilkan prediksi pada data uji

Mirip fit(), langkah awal mencakup:

Membuat objek pemisahan data dengan rsample
Menentukan model dengan parsnip

leads_split <- initial_split(leads_df, 
                             strata = purchased)


logistic_model <- logistic_reg() %>% 
  set_engine('glm') %>% 
  set_mode('classification')

Melatih model dan mengumpulkan metrik

Fungsi last_fit()

Objek model parsnip
Rumus model
Objek pemisahan data

Fungsi collect_metrics() menghitung metrik pada data uji

Bawaan: Accuracy dan ROC AUC

logistic_last_fit <- logistic_model %>% 
  last_fit(purchased ~ total_visits + total_time,
           split = leads_split)


logistic_last_fit %>% 
  collect_metrics()

# A tibble: 2 x 3
  .metric  .estimator .estimate
  <chr>      <chr>       <dbl>
1 accuracy   binary      0.759
2 roc_auc    binary      0.763

Mengumpulkan prediksi

collect_predictions()

Membuat tibble dengan semua kolom yang diperlukan untuk fungsi yardstick
Hasil aktual dan prediksi pada data uji
Kolom probabilitas taksiran untuk semua kategori keluaran

last_fit_results <- logistic_last_fit %>% 
  collect_predictions()

last_fit_results

# A tibble: 332 x 6
   id             .pred_yes .pred_no .row .pred_class purchased
   <chr>            <dbl>    <dbl>   <int>   <fct>      <fct>
 1 train/test split  0.134    0.866     2      no        no
 2 train/test split  0.729    0.271    17      yes       yes
 3 train/test split  0.133    0.867    21      no        no
 4 train/test split  0.0916   0.908    22      no        no
 5 train/test split  0.598    0.402    24      yes       yes
# ... with 327 more rows

Kumpulan metrik kustom

Fungsi metric_set()

accuracy(), sens(), dan spec()
- Memerlukan argumen truth dan estimate
roc_auc()
- Memerlukan truth dan kolom probabilitas taksiran

Fungsi custom_metrics() akan butuh ketiganya, dengan .pred_yes sebagai argumen terakhir

custom_metrics <- metric_set(accuracy, sens,
                             spec, roc_auc)

custom_metrics(last_fit_results,
               truth = purchased,
               estimate = .pred_class,
               .pred_yes)

# A tibble: 4 x 3
  .metric  .estimator .estimate
  <chr>    <chr>          <dbl>
1 accuracy binary         0.759
2 sens     binary         0.617
3 spec     binary         0.840
4 roc_auc  binary         0.763

Ayo berlatih!

Pemodelan dengan tidymodels di R