regr-tree01

library(tidymodels)

Aufgabe

Berechnen Sie einfaches Prognosemodell auf Basis eines Entscheidungsbaums!

Modellformel: am ~ . (Datensatz mtcars)

Berichten Sie die Modellgüte (ROC-AUC).

Hinweise:

• Tunen Sie den Komplexitätsparameter des Baumes.
• Führen Sie eine \(v=2\)-fache Kreuzvalidierung durch (weil die Stichprobe so klein ist).
• Beachten Sie die üblichen Hinweise.

Lösung

Setup

library(tidymodels)
data(mtcars)
library(tictoc)  # Zeitmessung

Für Klassifikation verlangt Tidymodels eine nominale AV, keine numerische:

mtcars <-
  mtcars %>% 
  mutate(am = factor(am))

Daten teilen

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

Modell(e)

mod_tree <-
  decision_tree(mode = "classification",
                cost_complexity = tune())

Rezept(e)

rec1 <- 
  recipe(am ~ ., data = d_train)

Resampling

rsmpl <- vfold_cv(d_train, v = 2)

Workflow

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

Tuning/Fitting

fit1 <-
  tune_grid(object = wf1,
            resamples = rsmpl)

Bester Kandidat

autoplot(fit1)

show_best(fit1)

# A tibble: 5 × 7
  cost_complexity .metric .estimator  mean     n std_err .config              
            <dbl> <chr>   <chr>      <dbl> <int>   <dbl> <chr>                
1        1.15e- 7 roc_auc binary       0.5     2       0 Preprocessor1_Model01
2        2.55e-10 roc_auc binary       0.5     2       0 Preprocessor1_Model02
3        2.58e- 9 roc_auc binary       0.5     2       0 Preprocessor1_Model03
4        3.28e- 2 roc_auc binary       0.5     2       0 Preprocessor1_Model04
5        6.43e- 6 roc_auc binary       0.5     2       0 Preprocessor1_Model05

Finalisieren

wf1_finalized <-
  wf1 %>% 
  finalize_workflow(select_best(fit1))

Last Fit

final_fit <- 
  last_fit(object = wf1_finalized, d_split)

collect_metrics(final_fit)

# A tibble: 3 × 4
  .metric     .estimator .estimate .config             
  <chr>       <chr>          <dbl> <chr>               
1 accuracy    binary         0.875 Preprocessor1_Model1
2 roc_auc     binary         0.9   Preprocessor1_Model1
3 brier_class binary         0.119 Preprocessor1_Model1

---

Categories:

• statlearning
• trees
• tidymodels
• string