-
add_recipe()
指定模型的術語以及使用配方所需的任何預處理。 -
remove_recipe()
刪除配方以及使用配方進行預處理後可能創建的任何下遊對象,例如準備好的配方。此外,如果模型已經擬合,則擬合將被刪除。 -
update_recipe()
首先刪除配方,然後用新配方替換以前的配方。任何已經根據此配方安裝的模型都需要重新安裝。
用法
add_recipe(x, recipe, ..., blueprint = NULL)
remove_recipe(x)
update_recipe(x, recipe, ..., blueprint = NULL)
參數
- x
-
工作流程
- recipe
-
使用
recipes::recipe()
創建的菜譜 - ...
-
不曾用過。
- blueprint
-
用於微調預處理的安全帽藍圖。
如果使用
NULL
,則使用hardhat::default_recipe_blueprint()
。請注意,此處完成的預處理與底層模型可能自動完成的預處理是分開的。
細節
要適應工作流程,必須指定 add_formula()
、 add_recipe()
或 add_variables()
之一。
例子
library(recipes)
#> Loading required package: dplyr
#>
#> Attaching package: ‘dplyr’
#> The following objects are masked from ‘package:stats’:
#>
#> filter, lag
#> The following objects are masked from ‘package:base’:
#>
#> intersect, setdiff, setequal, union
#>
#> Attaching package: ‘recipes’
#> The following object is masked from ‘package:stats’:
#>
#> step
library(magrittr)
recipe <- recipe(mpg ~ cyl, mtcars) %>%
step_log(cyl)
workflow <- workflow() %>%
add_recipe(recipe)
workflow
#> ══ Workflow ══════════════════════════════════════════════════════════════
#> Preprocessor: Recipe
#> Model: None
#>
#> ── Preprocessor ──────────────────────────────────────────────────────────
#> 1 Recipe Step
#>
#> • step_log()
remove_recipe(workflow)
#> ══ Workflow ══════════════════════════════════════════════════════════════
#> Preprocessor: None
#> Model: None
update_recipe(workflow, recipe(mpg ~ cyl, mtcars))
#> ══ Workflow ══════════════════════════════════════════════════════════════
#> Preprocessor: Recipe
#> Model: None
#>
#> ── Preprocessor ──────────────────────────────────────────────────────────
#> 0 Recipe Steps
相關用法
- R workflows add_model 將模型添加到工作流程
- R workflows add_variables 將變量添加到工作流程
- R workflows add_formula 將公式術語添加到工作流程
- R workflows add_case_weights 將案例權重添加到工作流程
- R workflows augment.workflow 通過預測增強數據
- R workflows workflow 創建工作流程
- R workflows extract-workflow 提取工作流程的元素
- R workflows predict-workflow 從工作流程進行預測
- R workflows glance.workflow 工作流程模型一覽
- R workflows is_trained_workflow 確定工作流程是否經過訓練
- R workflows fit-workflow 適合工作流對象
- R workflows control_workflow 工作流的控製對象
- R workflowsets extract_workflow_set_result 提取工作流集的元素
- R workflowsets comment_add 為工作流程添加注釋和評論
- R workflowsets option_add 添加和編輯工作流程集中保存的選項
- R workflowsets fit_best.workflow_set 將模型擬合到數值最優配置
- R workflowsets leave_var_out_formulas 創建沒有每個預測變量的公式
- R workflowsets collect_metrics.workflow_set 獲取並格式化通過調整工作流集函數生成的結果
- R workflowsets workflow_map 處理一係列工作流程
- R workflowsets as_workflow_set 將現有對象轉換為工作流集
- R workflowsets option_list 製作一個分類的選項列表
- R workflowsets rank_results 按指標對結果進行排名
- R workflowsets workflow_set 從預處理和模型對象生成一組工作流對象
- R workflowsets pull_workflow_set_result 從工作流集中提取元素
- R workflowsets autoplot.workflow_set 繪製工作流程集的結果
注:本文由純淨天空篩選整理自Davis Vaughan等大神的英文原創作品 Add a recipe to a workflow。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。