fit_resamples()
通过一个或多个重新采样计算一组性能指标。它不执行任何调整(请参阅 tune_grid()
和 tune_bayes()
),而是用于在许多重新采样中拟合单个模型+配方或模型+公式组合。
用法
fit_resamples(object, ...)
# S3 method for model_spec
fit_resamples(
object,
preprocessor,
resamples,
...,
metrics = NULL,
control = control_resamples()
)
# S3 method for workflow
fit_resamples(
object,
resamples,
...,
metrics = NULL,
control = control_resamples()
)
参数
- object
-
parsnip
模型规范或workflows::workflow()
。不允许调整参数。 - ...
-
目前未使用。
- preprocessor
-
使用
recipes::recipe()
创建的传统模型公式或配方。 - resamples
-
从
rsample
函数(例如rsample::vfold_cv()
)创建的重采样rset
。 - metrics
-
yardstick::metric_set()
或NULL
用于计算一组标准指标。 - control
-
用于微调重采样过程的
control_resamples()
对象。
性能指标
要使用您自己的性能指标,可以使用 yardstick::metric_set()
函数来选择每个模型应测量的内容。如果需要多个指标,可以将它们捆绑在一起。例如,要估计 ROC 曲线下的面积以及灵敏度和特异性(在典型概率截止值 0.50 下),可以给出 metrics
参数:
metrics = metric_set(roc_auc, sens, spec)
每个指标都是针对每个候选模型计算的。
如果未提供指标集,则会创建一个指标集:
-
对于回归模型,计算均方根误差和确定系数。
-
对于分类,计算 ROC 曲线下的面积和总体准确度。
请注意,这些指标还决定了调整期间估计的预测类型。例如,在分类问题中,如果使用的度量全部与硬类预测相关,则不会创建分类概率。
这些指标的 out-of-sample 估计值包含在名为 .metrics
的列表列中。该小标题包含每个指标的行和值、估计器类型等的列。
collect_metrics()
可用于这些对象来折叠重采样的结果(以获得每个调整参数组合的最终重采样估计)。
获取预测
当 control_grid(save_pred = TRUE)
时,输出 tibble 包含一个名为 .predictions
的列表列,其中包含网格和每个折叠中每个参数组合的 out-of-sample 预测(可能非常大)。
tibble 的元素是 tibbles,其中包含调整参数的列、原始数据对象 ( .row
) 的行号、结果数据(与原始数据具有相同的名称)以及由的预测。例如,对于简单的回归问题,此函数会生成一个名为.pred
的列,依此类推。如上所述,返回的预测列由请求的度量类型确定。
此列表列可以是 unnested
使用 tidyr::unnest()
或使用便利函数 collect_predictions()
。
提取信息
extract
控制选项将导致返回一个名为 .extracts
的附加函数。这是一个列表列,其中包含每个调整参数组合的用户函数结果的标题。这可以允许返回在重采样期间创建的每个模型和/或配方对象。请注意,这可能会导致返回对象很大,具体取决于返回的内容。
控制函数包含一个选项 (extract
),可用于保留在重采样中创建的任何模型或配方。该参数应该是具有单个参数的函数。每次重新采样中赋予函数的参数值是工作流对象(有关更多信息,请参阅workflows::workflow()
)。可以使用多个辅助函数轻松地从工作流程中提取预处理和/或模型信息,例如 extract_preprocessor()
和 extract_fit_parsnip()
。
例如,如果有兴趣恢复每个防风草模型,可以使用:
extract = function (x) extract_fit_parsnip(x)
请注意,赋予 extract
参数的函数是在每个适合的模型上评估的(而不是在评估的每个模型上)。如上所述,在某些情况下,可以针对 sub-models 导出模型预测,因此在这些情况下,并非调整参数网格中的每一行都有与其关联的单独 R 对象。
例子
library(recipes)
library(rsample)
library(parsnip)
library(workflows)
set.seed(6735)
folds <- vfold_cv(mtcars, v = 5)
spline_rec <- recipe(mpg ~ ., data = mtcars) %>%
step_ns(disp) %>%
step_ns(wt)
lin_mod <- linear_reg() %>%
set_engine("lm")
control <- control_resamples(save_pred = TRUE)
spline_res <- fit_resamples(lin_mod, spline_rec, folds, control = control)
spline_res
#> # Resampling results
#> # 5-fold cross-validation
#> # A tibble: 5 × 5
#> splits id .metrics .notes .predictions
#> <list> <chr> <list> <list> <list>
#> 1 <split [25/7]> Fold1 <tibble [2 × 4]> <tibble [0 × 3]> <tibble [7 × 4]>
#> 2 <split [25/7]> Fold2 <tibble [2 × 4]> <tibble [0 × 3]> <tibble [7 × 4]>
#> 3 <split [26/6]> Fold3 <tibble [2 × 4]> <tibble [0 × 3]> <tibble [6 × 4]>
#> 4 <split [26/6]> Fold4 <tibble [2 × 4]> <tibble [0 × 3]> <tibble [6 × 4]>
#> 5 <split [26/6]> Fold5 <tibble [2 × 4]> <tibble [0 × 3]> <tibble [6 × 4]>
show_best(spline_res, metric = "rmse")
#> # A tibble: 1 × 6
#> .metric .estimator mean n std_err .config
#> <chr> <chr> <dbl> <int> <dbl> <chr>
#> 1 rmse standard 3.11 5 0.168 Preprocessor1_Model1
# You can also wrap up a preprocessor and a model into a workflow, and
# supply that to `fit_resamples()` instead. Here, a workflows "variables"
# preprocessor is used, which lets you supply terms using dplyr selectors.
# The variables are used as-is, no preprocessing is done to them.
wf <- workflow() %>%
add_variables(outcomes = mpg, predictors = everything()) %>%
add_model(lin_mod)
wf_res <- fit_resamples(wf, folds)
相关用法
- R tune fit_best 将模型拟合到数值最优配置
- R tune filter_parameters 删除一些调整参数结果
- R tune finalize_model 将最终参数拼接到对象中
- R tune coord_obs_pred 对观察值与预测值的绘图使用相同的比例
- R tune extract-tune 提取调整对象的元素
- R tune conf_mat_resampled 计算重采样的平均混淆矩阵
- R tune tune_bayes 模型参数的贝叶斯优化。
- R tune collect_predictions 获取并格式化由调整函数产生的结果
- R tune show_best 研究最佳调整参数
- R tune expo_decay 指数衰减函数
- R tune merge.recipe 将参数网格值合并到对象中
- R tune autoplot.tune_results 绘图调整搜索结果
- R tune tune_grid 通过网格搜索进行模型调整
- R tune dot-use_case_weights_with_yardstick 确定案例权重是否应传递至标准
- R tune message_wrap 写一条尊重线宽的消息
- R tune prob_improve 用于对参数组合进行评分的获取函数
- R tune last_fit 将最终的最佳模型拟合到训练集并评估测试集
- R update_PACKAGES 更新现有的 PACKAGES 文件
- R textrecipes tokenlist 创建令牌对象
- R themis smotenc SMOTENC算法
- R print.via.format 打印实用程序
- R tibble tibble 构建 DataFrame 架
- R tidyr separate_rows 将折叠的列分成多行
- R textrecipes step_lemma 标记变量的词形还原
- R textrecipes show_tokens 显示配方的令牌输出
注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Fit multiple models via resampling。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。