knn-ames01

statlearning

tidymodels

num

Published

May 17, 2023

Aufgabe

Berechnen Sie ein knn-Modell für den Datensatz ames!

Nutzen Sie diese Modellformel: Sale_Price ~ Lot_Area + Fireplaces + Longitude + Latitude.

Berichten Sie die Modellgüte.

Hinweise:

Tunen Sie $k$ mit den Werten 1 bis 10.
Teilen Sie in Train- und Test-Sample auf.
Verwenden Sie Defaults der Funktionen, wo nicht anders angegeben.
z-Transformieren Sie die Prädiktoren.
Verwenden Sie den RSME als Kennzahl der Modellgüte.

Lösung

library(tidymodels)
data(ames)

Daten aufteilen:

d_split <- initial_split(ames)
d_train <- training(d_split)
d_test <- testing(d_split)

Modell definieren:

mod1 <-
  nearest_neighbor(
    mode = "regression",
    neighbors = tune())  # k-Wert zum Tunen taggen

Rezept definieren:

rec1 <-
  recipe(Sale_Price ~ Lot_Area + Fireplaces + Longitude + Latitude, data = d_split) %>% 
  step_normalize(all_predictors())

Workflow definieren:

wf1 <-
  workflow() %>% 
  add_model(mod1) %>% 
  add_recipe(rec1)

Resampling definieren:

cv1 <- vfold_cv(d_train)

Tuning definieren:

k_grid <-
  tibble(neighbors = 1:10)

Fitting:

fit1 <-
  tune_grid(wf1,
            resamples = vfold_cv(d_train),
            metrics = metric_set(rmse),  # nur RMSE als Modellgüte, Default ist RMSE und R2
            grid = k_grid,
            control = control_grid(save_workflow = TRUE)  # nur nötig für "fit_best", s.u.
            )

Metriken im Train-Sample (genauer: im Assessment-Sample):

show_best(fit1)

# A tibble: 5 × 7
  neighbors .metric .estimator   mean     n std_err .config              
      <int> <chr>   <chr>       <dbl> <int>   <dbl> <chr>                
1        10 rmse    standard   43067.    10   1798. Preprocessor1_Model10
2         9 rmse    standard   43089.    10   1774. Preprocessor1_Model09
3         8 rmse    standard   43115.    10   1738. Preprocessor1_Model08
4         7 rmse    standard   43181.    10   1708. Preprocessor1_Model07
5         6 rmse    standard   43317.    10   1682. Preprocessor1_Model06

(Komplettes) Train-Sample mit bestem Tuning-Kandidat fitten:

tune1_best <- fit_best(fit1)

Im Test-Sample predicten:

fit_test <- last_fit(tune1_best, d_split)

Metriken einsammeln:

collect_metrics(fit_test)

# A tibble: 2 × 4
  .metric .estimator .estimate .config             
  <chr>   <chr>          <dbl> <chr>               
1 rmse    standard   42554.    Preprocessor1_Model1
2 rsq     standard       0.717 Preprocessor1_Model1

Die Lösung lautet 4.2554397^{4}.

Categories:

statlearning
tidymodels
num

--- exname: knn-ames01 extype: num exsolution: r exams::fmt(sol) exshuffle: no extol: 1 expoints: 1 categories: - statlearning - tidymodels - num date: '2023-05-17' slug: knn-ames01 title: knn-ames01 --- ```{r global-knitr-options, include=FALSE} knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", cache = TRUE, echo = TRUE, message = FALSE, fig.show = "hold") ``` # Aufgabe Berechnen Sie ein knn-Modell für den Datensatz `ames`! Nutzen Sie diese Modellformel: `Sale_Price ~ Lot_Area + Fireplaces + Longitude + Latitude`. Berichten Sie die Modellgüte. Hinweise: - Tunen Sie $k$ mit den Werten 1 bis 10. - Teilen Sie in Train- und Test-Sample auf. - Verwenden Sie Defaults der Funktionen, wo nicht anders angegeben. - z-Transformieren Sie die Prädiktoren. - Verwenden Sie den RSME als Kennzahl der Modellgüte. # Lösung ```{r} library(tidymodels) data(ames) ``` Daten aufteilen: ```{r} d_split <- initial_split(ames) d_train <- training(d_split) d_test <- testing(d_split) ``` Modell definieren: ```{r} mod1 <- nearest_neighbor( mode = "regression", neighbors = tune()) # k-Wert zum Tunen taggen ``` Rezept definieren: ```{r} rec1 <- recipe(Sale_Price ~ Lot_Area + Fireplaces + Longitude + Latitude, data = d_split) %>% step_normalize(all_predictors()) ``` Workflow definieren: ```{r} wf1 <- workflow() %>% add_model(mod1) %>% add_recipe(rec1) ``` Resampling definieren: ```{r} cv1 <- vfold_cv(d_train) ``` Tuning definieren: ```{r} k_grid <- tibble(neighbors = 1:10) ``` Fitting: ```{r} fit1 <- tune_grid(wf1, resamples = vfold_cv(d_train), metrics = metric_set(rmse), # nur RMSE als Modellgüte, Default ist RMSE und R2 grid = k_grid, control = control_grid(save_workflow = TRUE) # nur nötig für "fit_best", s.u. ) ``` Metriken im Train-Sample (genauer: im Assessment-Sample): ```{r} show_best(fit1) ``` (Komplettes) Train-Sample mit bestem Tuning-Kandidat fitten: ```{r} tune1_best <- fit_best(fit1) ``` Im Test-Sample predicten: ```{r} fit_test <- last_fit(tune1_best, d_split) ``` Metriken einsammeln: ```{r} collect_metrics(fit_test) ``` ```{r echo = FALSE} sol <- collect_metrics(fit_test) %>% filter(.metric == "rmse") %>% pull(.estimate) ``` Die Lösung lautet `r sol`. --- Categories: - statlearning - tidymodels - num