Pembangunan dan Evaluasi Model dengan tidymodels

Reduksi Dimensi di R

Matt Pickard

Owner, Pickard Predictives, LLC

Proses pemasangan model

langkah pertama pemasangan model adalah membagi data

Proses pemasangan model

langkah kedua pemasangan model adalah menyiapkan data

Proses pemasangan model

langkah ketiga pemasangan model adalah memasang model

Proses pemasangan model

langkah keempat pemasangan model adalah mengevaluasi model

Pemasangan model dengan tidymodels

tidymodels memiliki fungsi untuk membagi data menjadi train dan test

Pemasangan model dengan tidymodels

resep tidymodels memiliki fungsi untuk membuat langkah prapemrosesan data

Pemasangan model dengan tidymodels

tidymodels memiliki fungsi untuk memasang berbagai model dalam workflow

Membagi data train dan test

split <- initial_split(credit_df, prop = 0.8, strata = credit_score)


train <- split %>% training()


test <-  split %>% testing()

Membuat recipe dan model

feature_selection_recipe <- 
  recipe(credit_score ~ ., data = train) %>%

  step_filter_missing(all_predictors(), threshold = 0.5) %>%

  step_scale(all_numeric_predictors()) %>%

  step_nzv(all_predictors()) %>%

  prep()

lr_model <- logistic_reg() %>%

  set_engine("glm")

Buat dan pasang workflow

credit_wflow <- workflow() %>%

  add_recipe(feature_selection_recipe) %>%

  add_model(lr_model)


credit_fit <- 
  credit_wflow %>% fit(data = train)

Evaluasi model

# Predict test data
credit_pred_df <- predict(credit_fit, test) %>% 
  bind_cols(test %>% select(credit_score))


# Evaluate F score
f_meas(credit_pred_df, credit_score, .pred_class)

# A tibble: 1 × 3
  .metric .estimator .estimate
  <chr>   <chr>          <dbl>
1 f_meas  macro          0.519

Jelajahi recipe dengan tidy()

tidy(feature_selection_recipe, number = 1)

# A tibble: 2 × 2
  terms            id                  
  <chr>            <chr>               
1 age              filter_missing_gVVfc
2 outstanding_debt filter_missing_gVVfc

Jelajahi model dengan tidy()

# Tampilkan estimasi model
tidy(credit_fit)

# A tibble: 44 × 5
   term                estimate std.error statistic p.value
   <chr>                  <dbl>     <dbl>     <dbl>   <dbl>
 1 (Intercept)           2.88       0.918    3.13   0.00173
 2 monthAugust          -0.449      0.236   -1.91   0.0565 
 3 monthFebruary        17.7      677.       0.0262 0.979  
 4 monthJanuary         17.7      661.       0.0268 0.979  
 ...                    ...       ...        ...    ...

Ayo berlatih!

Reduksi Dimensi di R