R での tidymodels によるモデリング
David Svancer
Data Scientist
ctyを予測変数としてhwyを予測する
cty
hwy
$$hwy = \beta_{0} + \beta_{1} cty$$
モデルパラメータ
訓練データからの推定パラメータ
$$\small hwy = 0.77 + 1.35(cty)$$
parsnipのモデル式
parsnip
一般形
outcome ~ predictor_1 + predictor_2 + ...
短縮表記
outcome ~ .
hwy ~ cty
Rにおけるモデル仕様の統一構文
モデルタイプを指定する
エンジンを指定する
モードを指定する
parsnipでモデル仕様を定義する
linear_reg()
lm_modelをfit()関数に渡す
lm_model
fit()
data
lm_model <- linear_reg() %>% set_engine('lm') %>% set_mode('regression')
lm_model <- linear_reg() %>%
set_engine('lm') %>%
set_mode('regression')
lm_fit <- lm_model %>% fit(hwy ~ cty, data = mpg_training)
tidy()関数
tidy()
term
estimate
tidy(lm_fit)
# A tibble: 2 x 5 term estimate std.error statistic p.value <chr> <dbl> <dbl> <dbl> <dbl> 1 (Intercept) 0.769 0.528 1.46 1.47e- 1 2 cty 1.35 0.0305 44.2 6.32e-97
学習済みparsnipモデルをpredict()関数に渡す
predict()
new_data
predict()の標準化された出力
.pred
hwy_predictions <- lm_fit %>% predict(new_data = mpg_test) hwy_predictions
hwy_predictions <- lm_fit %>% predict(new_data = mpg_test)
hwy_predictions
# A tibble: 57 x 1 .pred <dbl> 1 25.0 2 27.7 3 25.0 4 25.0 5 22.3 # ... with 47 more rows
bind_cols()関数
bind_cols()
手順
mpg_test
mpg_test_results <- mpg_test %>% select(hwy, cty) %>% bind_cols(hwy_predictions) mpg_test_results
mpg_test_results <- mpg_test %>% select(hwy, cty) %>%
bind_cols(hwy_predictions) mpg_test_results
# A tibble: 57 x 3 hwy cty .pred <int> <int> <dbl> 1 29 18 25.0 2 31 20 27.7 3 27 18 25.0 4 26 18 25.0 5 25 16 22.3 # ... with 47 more rows
Preparing Video For Download...
