option
列控製用於評估工作流集的函數的選項,例如 tune::fit_resamples()
或 tune::tune_grid()
。為這些函數設置的常見選項示例包括 param_info
和 grid
。
這些函數有助於操作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)
參數
- x
-
workflow_set()
或workflow_map()
輸出的工作流程集。 - ...
-
要傳遞給
tune_*()
函數(例如tune::tune_grid()
)或tune::fit_resamples()
的命名選項列表。對於option_remove()
,這可以是一係列不帶引號的選項名稱。 - id
-
wflow_id
列中的一個或多個值組成的字符串,指示要更新的選項。默認情況下,所有工作流程都會更新。 - strict
-
邏輯性強;如果現有選項被替換,執行是否應該停止?
細節
option_add()
用於更新工作流程集中的所有選項。
option_remove()
將消除跨行的特定選項。
option_add_parameters()
將參數對象添加到option
列(如果正在調整參數)。
請注意,在工作流集上執行函數(例如 tune_grid()
)會將提供給該函數的任何選項添加到 option
列。
這些函數不控製各個工作流程的選項,例如配方藍圖。手動創建工作流程時,請使用workflows::add_model()
或workflows::add_recipe()
指定額外選項。要在工作流程集中更改這些內容,請使用 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]>
相關用法
- R workflowsets option_list 製作一個分類的選項列表
- 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 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 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
- R workflowsets update_workflow_model 更新工作流集中的工作流組件
- R workflows add_model 將模型添加到工作流程
- R workflows workflow 創建工作流程
- R workflows extract-workflow 提取工作流程的元素
- 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 predict-workflow 從工作流程進行預測
- R workflows augment.workflow 通過預測增強數據
- R workflows add_recipe 將配方添加到工作流程
- 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 add_case_weights 將案例權重添加到工作流程
注:本文由純淨天空篩選整理自Max Kuhn等大神的英文原創作品 Add and edit options saved in a workflow set。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。