0

我有一个中间函数的配方，在包step_mutate()支持的泰坦尼克数据集上执行文本数据转换。stringr

library(tidyverse)
library(tidymodels)

extract_title <- function(x) stringr::str_remove(str_extract(x, "Mr\\.? |Mrs\\.?|Miss\\.?|Master\\.?"), "\\.")

rf_recipe <- 
  recipe(Survived ~ ., data = titanic_train) %>% 
  step_impute_mode(Embarked) %>% 
  step_mutate(Cabin = if_else(is.na(Cabin), "Yes", "No"),
              Title = if_else(is.na(extract_title(Name)), "Other", extract_title(Name))) %>% 
  step_impute_knn(Age, impute_with = c("Title", "Sex", "SibSp", "Parch")) %>% 
  update_role(PassengerId, Name, new_role = "id")

这组转换与rf_recipe %>% prep() %>% bake(new_data = NULL).

当我尝试在工作流中使用超参数调整和 10 倍交叉验证来拟合随机森林模型时，所有模型都失败了。.notes 列的输出明确表示列存在问题mutate()：Title找不到函数str_remove()。

doParallel::registerDoParallel()
rf_res <- 
  tune_grid(
    rf_wf,
    resamples = titanic_folds,
    grid = rf_grid,
    control = control_resamples(save_pred = TRUE)
  )

正如这篇文章所暗示的那样，我已经明确告诉 R str_remove 应该在 stringr 包中找到。为什么这不起作用，可能是什么原因造成的？

4

2 回答 2

0

我认为这不会修复错误，但以防万一 str_extract 函数未编写 stringr :: str_extract，您是否加载了包？

于 2021-10-22T17:26:21.647 回答
0

出现错误是因为step_knn_impute()该函数随后gower::gower_topn将所有字符转换为因子。为了克服这个问题，我必须应用prep()和bake()函数，而不是在工作流程中包含配方。

prep_recipe <- prep(rf_recipe)  
train_processed <- bake(prep_recipe, new_data = NULL)
test_processed <- bake(prep_recipe, new_data = titanic_test %>%
                         mutate(across(where(is.character), as.factor)))

现在模型收敛。

于 2021-10-25T17:52:00.483 回答