问题标签 [tidymodels]

我想知道我在recipe下面做错了什么reprex。它似乎在所有超参数上产生了一个平坦的 MAE。我仍在学习如何使用tidymodels，所以也许我在这里缺少学习技巧，但是伸出手看看是否有经验丰富的人可以在这里帮助指导我。谢谢！

^{由reprex 包（v0.3.0）于 2020 年 9 月 4 日创建}

我用 tidymodels 拟合了一个逻辑回归模型。函数 tidypredict_fit 提取公式，但我注意到它没有在配方中包含预处理。如何通过必要的预处理提取模型公式？

我正在使用套索回归将某些文本分类为与 AI 相关或不相关。vip当我使用和计算变量重要性时tidymodels，符号与预期相反——“机器”、“学习”和“算法”等词带有负号。

抱歉缺少reprex，但这是我的代码：

它是在计算相对于“非”结果而不是“artificial_intel”的重要性吗？

我正在尝试使用 tidymodels 进行 PCR，但是我一直遇到这个问题。我知道有一个类似的帖子，但是那里的解决方案对我的情况不起作用。

我的数据

我的 PCR 分析

错误

我正在尝试从 Scikit-Learn 跳转到 Tidymodels，并且由于 Julia Silge 和 Andrew Couch 的教程，大部分时间它相对轻松。但是，现在我被困住了。通常我会使用 initial_split(df, strata = x) 来获得一个拆分对象来使用。但这一次我得到了来自不同部门的测试和训练集，我担心这可能会成为常态。如果没有像 last_fit() 和 collect_predictions() 这样的拆分对象函数，则不起作用。

如何对提供的数据集进行逆向工程，使它们成为 rsplit 对象？或者，是否可以先将数据集绑定在一起，然后准确地告诉 initial_split() 应该去训练和测试哪些行？

我看到有人在https://community.rstudio.com/t/tidymodels-creating-a-split-object-from-testing-and-training-data-perform-last-fit/69885提出了同样的问题。Max Kuhn 说你可以对 rsplit 对象进行逆向工程，但我不明白怎么做。谢谢！

我使用自然样条拟合了一个模型，但我不确定使用 BoxCox 以及在预测变量上居中和缩放是否有任何优势。阶跃自然样条是否执行转换？在自然样条之前对预测变量进行归一化是否有优势？

我正在使用 tidymodels 来拟合 PLS 模型，但我很难找到 PLS 变量重要性分数或系数。

到目前为止，这是我尝试过的；示例数据来自 AppliedPredictiveModeling 包。

造型拟合

PLS 变量重要性

谢谢！vip 包中的vi()功能不适用于此型号。

我正在尝试将用户输入解析为函数调用的参数（在表达式中）。好像我很接近但是！将我的论点用括号括起来，这是行不通的。我正在尝试使用用户输入重新创建以下内容：

我的表情最终看起来像这样：

哪个不准备（）

我正在尝试在 jupyter 实验室中使用 R Kernel，并在结果为 tibble 时显示 1000 行或更多行，这有时会使我的浏览器崩溃。

我如何限制这些，以免我的浏览器崩溃并且像在 Rstudio 中一样流畅地工作？

我正在使用以下版本：

jupyter 实验室：版本 2.2.6

R：R 版本 4.0.3