问题标签 [tidymodels]

我recipe()在包中使用函数tidymodels来估算缺失值和修复不平衡的数据。

这是我的数据；

这是我的代码；

直到这里都可以正常工作；

但是当我运行bake()给出错误的函数时说；

任何人都可以帮助我了解我在这里缺少的东西吗？

所以我正在尝试将深度学习模型融入我的数据中，使用tidymodels. 通用接口是mlp()，我正在使用fit_resamples()它来找到外部数据的最佳模型。我不断收到此错误：

如何更改权重？拜托，我真的很着急。顺便说一句，除了交叉验证之外，还有其他方法可以不过度拟合我的训练数据吗？提前致谢！

这可能是一个使用误解，但我希望下面的玩具示例能够工作。我想在我的配方中有一个滞后的预测器，但是一旦我将它包含在配方中，并尝试使用带有配方的工作流对相同的数据进行预测，它就无法识别该列foo并且无法计算其滞后。

现在，如果我这样做，我可以让它工作：

1. 将拟合从已拟合的工作流程中拉出。
2. 独立准备和烘焙我想要拟合的数据。

我在失败的工作流程适合后编码，它成功了。根据文档，我应该能够在预测槽中放置一个适合的工作流：https ://www.tidymodels.org/start/recipes/#predict-workflow

我可能从根本上误解了工作流程应该如何运作。我有我认为的解决方法，但我不明白为什么失败的语句不能以解决方法的方式工作。我希望失败的工作流构造能够像我所拥有的解决方法一样在幕后工作。

简而言之，如果work_df是一个数据框，the_rec是一个基于配方的配方work_df，rf_mod是一个模型，并且您创建了工作流rf_workflow，那么我是否应该期望该predict()函数在predict()下面的两个调用中以相同的方式工作？

下面是完整的代表示例。

^{由reprex 包（v0.3.0）于 2020 年 10 月 13 日创建}

我recipe()在包中使用函数tidymodels来估算缺失值和修复不平衡数据。

这是我的数据；

这是我的代码；

直到这里它都可以正常工作现在我正在使用metric_set()函数来适应每个重采样。

这是我的代码如下：

我收到错误说：

但它在没有准确度参数的情况下工作

有人对如何做到这一点有任何建议吗？非常感谢您的帮助！

这是一个护林员电话：

和输出：

如何判断哪些列是非法的？

我尝试设置一个函数 foo() 来调试：

这个函数对我帮助不大，因为我不知道如何在正确的位置获得断点。

它是游侠版本 0.12.1。

我recipe()在包中使用函数tidymodels来估算缺失值和修复不平衡数据。

这是我的数据；

这是我的代码；

直到这里它都可以正常工作现在我正在使用fit_resamples函数来拟合每个重采样的逻辑回归。

这是我的代码如下：

我收到警告说：

有人对如何做到这一点有任何建议吗？非常感谢您的帮助！

我需要使用来自 tidymodels 的食谱包创建一个食谱。在其中一个步骤中，我需要将有序因子转换为它们的序数分数。但是似乎没有可以用来选择所有有序因子的函数。

我知道有一个名为 的函数all_nominal()，但它匹配作为因子的每一列，它可以是有序的或无序的。我也尝试过has_type("ordered")，但这也不起作用。

目前，我必须手动输入列名。有没有更简单的方法来做到这一点？

下面是我想做的一个例子：

欢迎任何帮助，谢谢。

我正在学习新的 tidymodels 框架的原理，所以我可能会误解一些基本的东西。

我提供了一个独立的示例，其中包含一个真实的（从我的工作中获取的）数据集。请把它当作一个给定的，我需要使用除了最近的观察之外的所有观察作为训练集，并且只有最近的观察作为测试集（所以在这种情况下，测试集只是一个观察）。

但是，我收到一个我无法破译的错误。任何建议表示赞赏。

谢谢！

^{由reprex 包（v0.3.0.9001）于 2020 年 10 月 15 日创建}

我知道在 Python 中，您可以使用pickle 模块序列化 ML 模型；但是，有没有一种方法可以在 tidymodel 空间中做类似的事情？我的目标是能够保存经过训练的模型以供以后部署。

我有一个欧洲防风草模型（来自游侠），大致来自这里：

如何将其保存到磁盘以便以后加载？

我试过dput了，得到一个错误：

确实，该model_fit.R文件中有几个missing_arg调用，这似乎是某种标记丢失参数的方法。然而，这是一条支线。我不需要使用 dput，我只想能够保存和加载模型。