自動化建模流程

在 R 中使用 tidymodels 建立模型

David Svancer

Data Scientist

精簡工作流程

last_fit() 函式

也可用於分類模型
加速建模流程
對訓練資料擬合，並在測試資料集產生預測

類似使用 fit()，前置步驟包含：

用 rsample 建立資料切分物件
用 parsnip 指定模型

leads_split <- initial_split(leads_df, 
                             strata = purchased)


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

擬合模型並彙整指標

last_fit() 函式

parsnip 模型物件
模型公式
資料切分物件

collect_metrics() 會用測試資料集計算評估指標

預設包含 Accuracy 與 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

彙整預測結果

collect_predictions()

產生含 yardstick 所需欄位的 tibble
測試資料的實際值與預測結果
各類別的機率估計欄位

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

自訂指標組合

metric_set() 函式

accuracy()、sens()、spec()
- 需要 truth 與 estimate 參數
roc_auc()
- 需要 truth 與機率估計的欄位

custom_metrics() 需要這三者，最後一個參數用 .pred_yes

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

一起來練習吧！

在 R 中使用 tidymodels 建立模型