option
列控制用于评估工作流集的函数的选项,例如 tune::fit_resamples()
或 tune::tune_grid()
。为这些函数设置的常见选项示例包括 param_info
和 grid
。
这些函数有助于操作option
列中的信息。
用法
option_add(x, ..., id = NULL, strict = FALSE)
option_remove(x, ...)
option_add_parameters(x, id = NULL, strict = FALSE)
参数
- x
-
workflow_set()
或workflow_map()
输出的工作流程集。 - ...
-
要传递给
tune_*()
函数(例如tune::tune_grid()
)或tune::fit_resamples()
的命名选项列表。对于option_remove()
,这可以是一系列不带引号的选项名称。 - id
-
wflow_id
列中的一个或多个值组成的字符串,指示要更新的选项。默认情况下,所有工作流程都会更新。 - strict
-
逻辑性强;如果现有选项被替换,执行是否应该停止?
细节
option_add()
用于更新工作流程集中的所有选项。
option_remove()
将消除跨行的特定选项。
option_add_parameters()
将参数对象添加到option
列(如果正在调整参数)。
请注意,在工作流集上执行函数(例如 tune_grid()
)会将提供给该函数的任何选项添加到 option
列。
这些函数不控制各个工作流程的选项,例如配方蓝图。手动创建工作流程时,请使用workflows::add_model()
或workflows::add_recipe()
指定额外选项。要在工作流程集中更改这些内容,请使用 update_workflow_model()
或 update_workflow_recipe()
。
例子
library(tune)
two_class_set
#> # A workflow set/tibble: 6 × 4
#> wflow_id info option result
#> <chr> <list> <list> <list>
#> 1 none_cart <tibble [1 × 4]> <opts[0]> <list [0]>
#> 2 none_glm <tibble [1 × 4]> <opts[0]> <list [0]>
#> 3 none_mars <tibble [1 × 4]> <opts[0]> <list [0]>
#> 4 yj_trans_cart <tibble [1 × 4]> <opts[0]> <list [0]>
#> 5 yj_trans_glm <tibble [1 × 4]> <opts[0]> <list [0]>
#> 6 yj_trans_mars <tibble [1 × 4]> <opts[0]> <list [0]>
two_class_set %>%
option_add(grid = 10)
#> # A workflow set/tibble: 6 × 4
#> wflow_id info option result
#> <chr> <list> <list> <list>
#> 1 none_cart <tibble [1 × 4]> <opts[1]> <list [0]>
#> 2 none_glm <tibble [1 × 4]> <opts[1]> <list [0]>
#> 3 none_mars <tibble [1 × 4]> <opts[1]> <list [0]>
#> 4 yj_trans_cart <tibble [1 × 4]> <opts[1]> <list [0]>
#> 5 yj_trans_glm <tibble [1 × 4]> <opts[1]> <list [0]>
#> 6 yj_trans_mars <tibble [1 × 4]> <opts[1]> <list [0]>
two_class_set %>%
option_add(grid = 10) %>%
option_add(grid = 50, id = "none_cart")
#> # A workflow set/tibble: 6 × 4
#> wflow_id info option result
#> <chr> <list> <list> <list>
#> 1 none_cart <tibble [1 × 4]> <opts[1]> <list [0]>
#> 2 none_glm <tibble [1 × 4]> <opts[1]> <list [0]>
#> 3 none_mars <tibble [1 × 4]> <opts[1]> <list [0]>
#> 4 yj_trans_cart <tibble [1 × 4]> <opts[1]> <list [0]>
#> 5 yj_trans_glm <tibble [1 × 4]> <opts[1]> <list [0]>
#> 6 yj_trans_mars <tibble [1 × 4]> <opts[1]> <list [0]>
two_class_set %>%
option_add_parameters()
#> # A workflow set/tibble: 6 × 4
#> wflow_id info option result
#> <chr> <list> <list> <list>
#> 1 none_cart <tibble [1 × 4]> <opts[1]> <list [0]>
#> 2 none_glm <tibble [1 × 4]> <opts[0]> <list [0]>
#> 3 none_mars <tibble [1 × 4]> <opts[1]> <list [0]>
#> 4 yj_trans_cart <tibble [1 × 4]> <opts[1]> <list [0]>
#> 5 yj_trans_glm <tibble [1 × 4]> <opts[0]> <list [0]>
#> 6 yj_trans_mars <tibble [1 × 4]> <opts[1]> <list [0]>
相关用法
- R workflowsets option_list 制作一个分类的选项列表
- R workflowsets extract_workflow_set_result 提取工作流集的元素
- R workflowsets comment_add 为工作流程添加注释和评论
- R workflowsets fit_best.workflow_set 将模型拟合到数值最优配置
- R workflowsets leave_var_out_formulas 创建没有每个预测变量的公式
- R workflowsets collect_metrics.workflow_set 获取并格式化通过调整工作流集函数生成的结果
- R workflowsets workflow_map 处理一系列工作流程
- R workflowsets as_workflow_set 将现有对象转换为工作流集
- R workflowsets rank_results 按指标对结果进行排名
- R workflowsets workflow_set 从预处理和模型对象生成一组工作流对象
- R workflowsets pull_workflow_set_result 从工作流集中提取元素
- R workflowsets autoplot.workflow_set 绘制工作流程集的结果
- R workflowsets update_workflow_model 更新工作流集中的工作流组件
- R workflows add_model 将模型添加到工作流程
- R workflows workflow 创建工作流程
- R workflows extract-workflow 提取工作流程的元素
- R workflows add_variables 将变量添加到工作流程
- R workflows add_formula 将公式术语添加到工作流程
- R workflows predict-workflow 从工作流程进行预测
- R workflows augment.workflow 通过预测增强数据
- R workflows add_recipe 将配方添加到工作流程
- R workflows glance.workflow 工作流程模型一览
- R workflows is_trained_workflow 确定工作流程是否经过训练
- R workflows fit-workflow 适合工作流对象
- R workflows add_case_weights 将案例权重添加到工作流程
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 Add and edit options saved in a workflow set。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。