tidymodels로 모델 구축과 평가

R에서의 차원 축소

Matt Pickard

Owner, Pickard Predictives, LLC

모델 적합 프로세스

모델 적합의 첫 단계는 데이터 분할입니다

모델 적합 프로세스

모델 적합의 두 번째 단계는 데이터 준비입니다

모델 적합 프로세스

모델 적합의 세 번째 단계는 모델을 학습시키는 것입니다

모델 적합 프로세스

모델 적합의 네 번째 단계는 모델 평가입니다

tidymodels로 모델 적합

tidymodels는 데이터를 학습/테스트 세트로 분할하는 함수가 있습니다

tidymodels로 모델 적합

tidymodels의 recipe는 데이터 전처리 단계를 만드는 함수가 있습니다

tidymodels로 모델 적합

tidymodels는 워크플로에서 다양한 모델을 적합하는 함수가 있습니다

학습/테스트 세트 분할

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


train <- split %>% training()


test <-  split %>% testing()

레시피와 모델 생성

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")

워크플로 생성 및 적합

credit_wflow <- workflow() %>%

  add_recipe(feature_selection_recipe) %>%

  add_model(lr_model)


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

모델 평가

# 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

tidy()로 레시피 탐색

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

tidy()로 모델 탐색

# Display model estimates
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!

R에서의 차원 축소