Tự động hóa quy trình mô hình hóa

Mô hình hóa với tidymodels trong R

David Svancer

Data Scientist

Tối ưu quy trình

Hàm last_fit()

Hỗ trợ cả mô hình phân loại
Tăng tốc quy trình mô hình hóa
Fit mô hình trên dữ liệu huấn luyện và dự đoán trên dữ liệu kiểm tra

Tương tự fit(), các bước đầu gồm:

Tạo đối tượng chia dữ liệu với rsample
Chỉ định mô hình với parsnip

leads_split <- initial_split(leads_df, 
                             strata = purchased)


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

Fit mô hình và thu thập chỉ số

Hàm last_fit()

Đối tượng mô hình parsnip
Công thức mô hình
Đối tượng chia dữ liệu

Hàm collect_metrics() tính chỉ số trên tập kiểm tra

Mặc định: Accuracy và 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

Thu thập dự đoán

collect_predictions()

Tạo tibble với đủ cột cho các hàm yardstick
Nhãn thật và dự đoán trên tập kiểm tra
Các cột xác suất ước tính cho mọi lớp đầu ra

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

Bộ chỉ số tùy chỉnh

Hàm metric_set()

accuracy(), sens(), và spec()
- Cần đối số truth và estimate
roc_auc()
- Cần truth và cột xác suất ước tính

Hàm custom_metrics() sẽ cần cả ba, với .pred_yes là đối số cuối

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

Hãy thực hành!

Mô hình hóa với tidymodels trong R