R workflowsets update_workflow_model 更新工作流集中的工作流组件

工作流程可以采用配方(例如蓝图)或模型(例如特殊公式)的特殊参数。但是，在创建工作流集时，无法指定这些额外的组件。

update_workflow_model() 和 update_workflow_recipe() 允许用户在最初创建工作流集后设置这些值。它们类似于 workflows::add_model() 或 workflows::add_recipe() 。

用法

update_workflow_model(x, id, spec, formula = NULL)

update_workflow_recipe(x, id, recipe, blueprint = NULL)

参数

x

workflow_set() 或 workflow_map() 输出的工作流程集。

id

wflow_id 列中的单个字符串，指示要更新的工作流程。

spec

防风草模型规格。

formula

用于指定模型项的可选公式覆盖。通常，这些术语是从公式或配方预处理方法中提取的。但是，某些模型(如生存模型和贝叶斯模型)使用公式不是为了预处理，而是为了指定模型的结构。在这些情况下，指定模型结构的公式必须原封不动地传递到模型调用本身中。此参数用于这些目的。

recipe

使用recipes::recipe()创建的菜谱

blueprint

用于微调预处理的安全帽蓝图。

如果使用NULL，则使用hardhat::default_recipe_blueprint()。

请注意，此处完成的预处理与底层模型可能自动完成的预处理是分开的。

注意

该软件包提供两个预生成的工作流程集 two_class_set 和 chi_features_set ，以及适合 two_class_res 和 chi_features_res 的相关模型集。

two_class_* 对象基于使用 modeldata 包中的 two_class_dat 数据的二元分类问题。这六个模型利用裸公式或基本配方，利用 recipes::step_YeoJohnson() 作为预处理器，以及决策树、逻辑回归或 MARS 模型规范。有关源代码，请参阅?two_class_set。

chi_features_* 对象基于使用 modeldata 包中的 Chicago 数据的回归问题。这三个模型均采用线性回归模型规范，具有不同复杂性的三种不同配方。这些对象旨在近似 Kuhn 和 Johnson (2019) 第 1.3 节中构建的模型序列。有关源代码，请参阅?chi_features_set。

例子

library(parsnip)

new_mod <-
  decision_tree() %>%
  set_engine("rpart", method = "anova") %>%
  set_mode("classification")

new_set <- update_workflow_model(two_class_res, "none_cart", spec = new_mod)

new_set
#> # A workflow set/tibble: 6 × 4
#>   wflow_id      info             option    result    
#>   <chr>         <list>           <list>    <list>    
#> 1 none_cart     <tibble [1 × 4]> <opts[3]> <list [0]>
#> 2 none_glm      <tibble [1 × 4]> <opts[3]> <rsmp[+]> 
#> 3 none_mars     <tibble [1 × 4]> <opts[3]> <tune[+]> 
#> 4 yj_trans_cart <tibble [1 × 4]> <opts[3]> <tune[+]> 
#> 5 yj_trans_glm  <tibble [1 × 4]> <opts[3]> <rsmp[+]> 
#> 6 yj_trans_mars <tibble [1 × 4]> <opts[3]> <tune[+]> 

extract_workflow(new_set, id = "none_cart")
#> ══ Workflow ══════════════════════════════════════════════════════════════
#> Preprocessor: Formula
#> Model: decision_tree()
#> 
#> ── Preprocessor ──────────────────────────────────────────────────────────
#> Class ~ A + B
#> 
#> ── Model ─────────────────────────────────────────────────────────────────
#> Decision Tree Model Specification (classification)
#> 
#> Engine-Specific Arguments:
#>   method = anova
#> 
#> Computational engine: rpart 
#>

源代码：R/update.R

相关用法

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 Update components of a workflow within 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。