1

目标

在 tidymodels 中使用网格搜索创建套索模型。

使用与Julia Silge的工作代码相似/相同的代码以及另一个包含数字和因子变量的数据集。

问题

错误消息（已解决，见编辑）

`x` 和 `y` 必须具有相同的类型和长度

LASSO 没有有效结果

在所有 bootstrap 案例中，标准差均为 Null。

代码

# Data
## Optionally only numeric
data = data[sapply(data, is.numeric)]

# Workflow setup
## Recipe
rec = recipe(PD ~ ., data = data) %>%
   step_dummy(all_nominal(), -all_outcomes()) %>%
   step_normalize(all_numeric())

## Preparation of the recipe
prep = rec %>% prep()

## Workflow
wf = workflow() %>% add_recipe(rec)


# Lambda grid
lambdas = grid_regular(
   penalty(), 
   levels = 20)

# Bootstrap data
boot = bootstraps(data, times = 5)

# Model
mod = linear_reg(
   penalty = tune(), 
   mixture = 1 # for lasso
) %>% set_engine('glmnet')

# Processing
lasso = tune_grid(
   wf %>% add_model(model), 
   resamples = boot, 
   grid = lambdas)

错误追溯

  1. tune_grid(wf %>% add_model(model), resamples = boot, grid = lambdas)
  2. tune_grid.workflow(wf %>% add_model(model), resamples = boot, grid = lambdas)
  3. tune_grid_workflow（对象，resamples = resamples，grid = grid，metrics = metrics，pset = param_info，control = control）
  4. rlang::eval_tidy(code_path)
  5. tune_mod_with_recipe（重采样、网格、对象、指标、控制）
  6. pull_metrics（重采样、结果、控制）
  7. 滑轮（重新采样，水库，“.metrics”）
  8. full_join（重新采样，pull_vals，by = id_cols）
  9. full_join.tbl_df（重新采样，pull_vals，by = id_cols）
  10. `names<-`(` tmp` , value = vars$alias)
  11. `names<-.rset`(`tmp` , value = vars$alias)
  12. rset_reconstruct(out, x)
  13. rset_reconstructable(x, to)
  14. col_equals_splits(to_names)
  15. vec_equal(x, "分裂")

笔记

当提供一个特定的 lambda 并且数据适合时，不会发生错误。

如果网格提供的 lambda 不能正确拟合，如何更改网格？

仅使用数字预测变量会导致相同的错误。

编辑

  • 可以避免错误消息，`x` 和 `y` 必须具有相同的类型和长度。最初，使用 dplyr 和 rsample 版本 0.8.5 和 0.0.7。将 rsample 降级到 0.0.6 或将 dplyr 升级到 1.0.0 解决了这个问题（感谢 Max Kuhn）。
  • LASSO 仍然无法找到合适的拟合。
# Package imports ------
library(readr)
library(tidymodels)
#> ── Attaching packages ──────────────────────────────────────── tidymodels 0.1.0 ──
#> ✓ broom     0.5.6      ✓ recipes   0.1.12
#> ✓ dials     0.0.6      ✓ rsample   0.0.7 
#> ✓ dplyr     1.0.0      ✓ tibble    3.0.1 
#> ✓ ggplot2   3.3.1      ✓ tune      0.1.0 
#> ✓ infer     0.5.1      ✓ workflows 0.1.1 
#> ✓ parsnip   0.1.1      ✓ yardstick 0.0.6 
#> ✓ purrr     0.3.4
#> ── Conflicts ─────────────────────────────────────────── tidymodels_conflicts() ──
#> x purrr::discard()  masks scales::discard()
#> x dplyr::filter()   masks stats::filter()
#> x dplyr::lag()      masks stats::lag()
#> x ggplot2::margin() masks dials::margin()
#> x yardstick::spec() masks readr::spec()
#> x recipes::step()   masks stats::step()
library(reprex)

# Data ------
# Prepared according to the Blog post by Julia Silge
# https://juliasilge.com/blog/lasso-the-office/
urlfile = 'https://raw.githubusercontent.com/shudras/office_data/master/office_data.csv'
office = read_csv(url(urlfile))[-1]
#> Warning: Missing column names filled in: 'X1' [1]
#> Parsed with column specification:
#> cols(
#>   .default = col_double()
#> )
#> See spec(...) for full column specifications.

#office_split = initial_split(office, strata = season)
#office_train = training(office_split)
#office_test = testing(office_split)

# Lasso modeling -------
## Recipe and train it 
office_rec <- recipe(imdb_rating ~ ., data = office) %>%
  #
  step_zv(all_numeric(), -all_outcomes()) %>%
  step_normalize(all_numeric(), -all_outcomes()) %>%
  prep(strings_as_factors = FALSE) # Training

## Create workflow 
wf <- workflow() %>%
  add_recipe(office_rec)

## Parameter tuning 
set.seed(4653)
### Bootstrapping data for resampling
office_boot <- bootstraps(office, times = 5, strata = season)

### Create lambda seach gird
lambda_grid <- grid_regular(penalty(), levels = 20)

### The model
tune_spec <- linear_reg(penalty = tune(), mixture = 1) %>%
  set_engine("glmnet")

### Apply the workflow
lasso_grid <- tune_grid(
  wf %>% add_model(tune_spec),
  resamples = office_boot,
  grid = lambda_grid
)
#> ! Bootstrap1: internal: Standardabweichung ist Null
#> ! Bootstrap2: internal: Standardabweichung ist Null
#> ! Bootstrap3: internal: Standardabweichung ist Null
#> ! Bootstrap4: internal: Standardabweichung ist Null
#> ! Bootstrap5: internal: Standardabweichung ist Null

由reprex 包（v0.3.0）于 2020-06-12 创建

4

0 回答 0