tidymodels エコシステム

R での tidymodels によるモデリング

David Svancer

Data Scientist

機械学習パッケージの集合

tidymodels パッケージ

R での tidymodels によるモデリング

機械学習パッケージの集合

rsample によるデータのリサンプリング

R での tidymodels によるモデリング

機械学習パッケージの集合

recipes による特徴量エンジニアリング

R での tidymodels によるモデリング

機械学習パッケージの集合

parsnip によるモデル学習

R での tidymodels によるモデリング

機械学習パッケージの集合

tune と dials によるハイパーパラメータ調整

R での tidymodels によるモデリング

機械学習パッケージの集合

yardstick によるモデル評価

R での tidymodels によるモデリング

教師あり学習

ラベル付きデータでモデルを学習する機械学習の分野

回帰

  • 量的な結果を予測
    • 住宅の販売価格

 

分類

  • カテゴリー結果を予測
    • 従業員が退職するかどうか
left_company miles_from_home salary
no 1 84500
yes 10 64820
no 5 76490
yes 19 68540

 

tidymodels の変数ロール

  • left_company は目的変数
  • miles_from_home と salary は説明変数
R での tidymodels によるモデリング

データのリサンプリング

 

訓練用とテスト用に分割

  • 過学習を防ぐ
  • 一般的な比率は訓練75%、テスト25%

訓練データ

  • 特徴量エンジニアリング
  • モデル学習とチューニング

テストデータ

  • 新規データでの性能を推定

訓練データとテストデータの作成

R での tidymodels によるモデリング

燃費データ

米国環境保護庁の車両燃費データ

  • 目的変数は hwy（高速道路での燃費、mpg）
mpg

# A tibble: 234 x 11
     hwy   cty displ   cyl manufacturer model       year trans      drv   fl    class  
   <int> <int> <dbl> <int> <chr>        <chr>      <int> <chr>      <chr> <chr> <chr>  
 1    29    18   1.8     4 audi         a4          1999 auto(l5)   f     p     compact
 2    29    21   1.8     4 audi         a4          1999 manual(m5) f     p     compact
 3    31    20   2       4 audi         a4          2008 manual(m6) f     p     compact
 4    30    21   2       4 audi         a4          2008 auto(av)   f     p     compact
 5    26    16   2.8     6 audi         a4          1999 auto(l5)   f     p     compact
# ... with 224 more rows
R での tidymodels によるモデリング

tidymodels でのリサンプリング

  • initial_split()

    • 訓練・テストデータ作成の手順を指定
    • prop は訓練データの割合
    • strata は目的変数で層化

  • 分割オブジェクトを training() に渡す

 

  • 分割オブジェクトを testing() に渡す
library(tidymodels)

mpg_split <- initial_split(mpg,
                           prop = 0.75,
                           strata = hwy)

 

mpg_training <- mpg_split %>%
  training()

mpg_test <- mpg_split %>%
  testing()
R での tidymodels によるモデリング

住宅販売データ

2015〜2016年のワシントン州シアトル周辺の住宅販売

home_sales

# A tibble: 1,492 x 8
   selling_price home_age bedrooms bathrooms sqft_living sqft_lot sqft_basement floors
           <dbl>    <dbl>    <dbl>     <dbl>       <dbl>    <dbl>         <dbl>  <dbl>
 1        487000       10        4      2.5         2540     5001             0      2
 2        465000       10        3      2.25        1530     1245           480      2
 3        411000       18        2      2           1130     1148           330      2
 4        635000        4        3      2.5         3350     4007           800      2
 5        380000       24        5      2.5         2130     8428             0      2
# ... with 1,482 more rows
R での tidymodels によるモデリング

Let's practice!

R での tidymodels によるモデリング

Preparing Video For Download...