टाइडी Machine Learning की बुनियाद

Tidyverse में मशीन लर्निंग

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

टाइडी Machine Learning का मूल

लिस्ट कॉलम वर्कफ़्लो

Gapminder डेटासेट

dslabs पैकेज
Observations: 77 देश, प्रति देश 52 वर्ष (1960-2011)
Features:
- year
- infant_mortality
- life_expectancy
- fertility
- population
- gdpPercap

लिस्ट कॉलम वर्कफ़्लो

कदम 1: लिस्ट कॉलम बनाएँ - अपने डेटा को नेस्ट करें

देश के अनुसार नेस्टिंग

library(tidyverse)
nested <- gapminder %>%
          group_by(country) %>%
          nest()

नेस्टेड टिब्बल देखना

> nested$data[[4]]
# A tibble: 52 x 6
    year infant_mortality life_expectancy fertility population gdpPercap
   <int>            <dbl>           <dbl>     <dbl>      <dbl>     <int>
 1  1960             37.3            68.8      2.70    7065525      7415
 2  1961             35.0            69.7      2.79    7105654      7781
 3  1962             32.9            69.5      2.80    7151077      7937
 4  1963             31.2            69.6      2.82    7199962      8209
 5  1964             29.7            70.1      2.80    7249855      8652
 6  1965             28.3            69.9      2.70    7298794      8893

कदम 3: लिस्ट कॉलम सरल करें - unnest()

nested %>% 
  unnest(data)

# A tibble: 4,004 x 7
   country  year infant_mortality life_expectancy fertility population   ...
   <fct>   <int>            <dbl>           <dbl>     <dbl>      <dbl>   ...
 1 Algeria  1960              148            47.5      7.65   11124892   ...
 2 Algeria  1961              148            48.0      7.65   11404859   ...
 3 Algeria  1962              148            48.6      7.65   11690152   ...
 4 Algeria  1963              148            49.1      7.65   11985130   ...
 5 Algeria  1964              149            49.6      7.65   12295973   ...
 6 Algeria  1965              149            50.1      7.66   12626953   ...

चलिए शुरू करते हैं!

Tidyverse में मशीन लर्निंग