當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


R workflowsets update_workflow_model 更新工作流集中的工作流組件


工作流程可以采用配方(例如藍圖)或模型(例如特殊公式)的特殊參數。但是,在創建工作流集時,無法指定這些額外的組件。

update_workflow_model()update_workflow_recipe() 允許用戶在最初創建工作流集後設置這些值。它們類似於 workflows::add_model()workflows::add_recipe()

用法

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

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

參數

x

workflow_set()workflow_map() 輸出的工作流程集。

id

wflow_id 列中的單個字符串,指示要更新的工作流程。

spec

防風草模型規格。

formula

用於指定模型項的可選公式覆蓋。通常,這些術語是從公式或配方預處理方法中提取的。但是,某些模型(如生存模型和貝葉斯模型)使用公式不是為了預處理,而是為了指定模型的結構。在這些情況下,指定模型結構的公式必須原封不動地傳遞到模型調用本身中。此參數用於這些目的。

recipe

使用recipes::recipe()創建的菜譜

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。

注意

該軟件包提供兩個預生成的工作流程集 two_class_setchi_features_set ,以及適合 two_class_reschi_features_res 的相關模型集。

two_class_* 對象基於使用 modeldata 包中的 two_class_dat 數據的二元分類問題。這六個模型利用裸公式或基本配方,利用 recipes::step_YeoJohnson() 作為預處理器,以及決策樹、邏輯回歸或 MARS 模型規範。有關源代碼,請參閱?two_class_set

chi_features_* 對象基於使用 modeldata 包中的 Chicago 數據的回歸問題。這三個模型均采用線性回歸模型規範,具有不同複雜性的三種不同配方。這些對象旨在近似 Kuhn 和 Johnson (2019) 第 1.3 節中構建的模型序列。有關源代碼,請參閱?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 
#> 
源代碼:R/update.R

相關用法


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 Update components of a workflow within 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。