rf-finalize

Aufgabe

Berechnen Sie ein prädiktives Modell mit dieser Modellgleichung:

body_mass_g ~ . (Datensatz: palmerpenguins::penguins).

Berichten Sie den RSMSE im Test-Sample!

Hinweise: - Tunen Sie mtry - Verwenden Sie Kreuzvalidierung - Verwenden Sie Standardwerte, wo nicht anders angegeben. - Fixieren Sie Zufallszahlen auf den Startwert 42.

Lösung

# Setup:
library(tidymodels)
library(tidyverse)
library(tictoc)  # Zeitmessung


# Data:
d_path <- "https://vincentarelbundock.github.io/Rdatasets/csv/palmerpenguins/penguins.csv"
d <- read_csv(d_path)

# rm NA in the dependent variable:
d <- d %>% 
  drop_na(body_mass_g)


set.seed(42)
d_split <- initial_split(d)
d_train <- training(d_split)
d_test <- testing(d_split)


# model:
mod_rf <-
  rand_forest(mode = "regression",
           mtry = tune())


# cv:
set.seed(42)
rsmpl <- vfold_cv(d_train)


# recipe:
rec_plain <- 
  recipe(body_mass_g ~  ., data = d_train) %>% 
  step_impute_bag(all_predictors())


# workflow:
wf1 <-
  workflow() %>% 
  add_model(mod_rf) %>% 
  add_recipe(rec_plain)


# tuning:
tic()
wf1_fit <-
  wf1 %>% 
  tune_grid(
    resamples = rsmpl)
toc()

21.808 sec elapsed

# best candidate:
show_best(wf1_fit)

mtry	.metric	.estimator	mean	n	std_err	.config
3	rmse	standard	280.8153	10	11.206073	pre0_mod3_post0
2	rmse	standard	282.0886	10	11.401888	pre0_mod2_post0
6	rmse	standard	283.1617	10	9.830670	pre0_mod6_post0
8	rmse	standard	283.1983	10	10.600386	pre0_mod8_post0
7	rmse	standard	283.2110	10	9.983912	pre0_mod7_post0

# finalize wf:
wf1_final <-
  wf1 %>% 
  finalize_workflow(select_best(wf1_fit))


wf1_fit_final <-
  wf1_final %>% 
  last_fit(d_split)


# Modellgüte im Test-Set:
collect_metrics(wf1_fit_final)

.metric	.estimator	.estimate	.config
rmse	standard	322.7491683	pre0_mod0_post0
rsq	standard	0.8228114	pre0_mod0_post0

Achtung: step_impute_knn scheint Probleme zu haben, wenn es Charakter-Variablen gibt.

---

Categories:

• tidymodels
• statlearning
• template
• string