tidymodels-lasso2

Aufgabe

Schreiben Sie eine minimale Analyse für ein Vorhersagemodell mit dem Lasso.

Hinweise:

• Verzichten Sie auf Tuning der Penalisierung; setzen Sie den Wert auf 0.1
• Verzichten Sie auf die Unterteilung von Train- und Test-Set.
• Verzichten Sie auf Kreuzvalidierung.
• Verwenden Sie Standardwerte, wo nicht anders angegeben.
• Fixieren Sie Zufallszahlen auf den Startwert 42.
• Verwenden Sie den Datensatz penguins.
• Modellformel: body_mass_g ~ .

Lösung

# 2023-05-14

# 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)

# drop rows with NA in outcome 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_lasso <-
  linear_reg(mode = "regression",
             penalty = 0.1,
             mixture = 1,
             engine = "glmnet")

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


# recipe:
rec1_plain <- 
  recipe(body_mass_g ~  ., data = d) %>% 
  update_role("rownames", new_role = "id") %>% 
  step_normalize(all_numeric_predictors()) %>% 
  step_dummy(all_nominal_predictors()) %>% 
  step_impute_bag(all_predictors())


# check:
d_train_baked <- 
  prep(rec1_plain) %>% bake(new_data = NULL)

na_n <- sum(is.na(d_train_baked))


# workflow:
wf1 <-
  workflow() %>% 
  add_model(mod_lasso) %>% 
  add_recipe(rec1_plain)


# tuning:
tic()
wf1_fit <-
  wf1 %>% 
  fit(data = d)
toc()

# best candidate:
wf1_fit



# Modellgüte:

predict(wf1_fit, new_data = d) %>% 
  bind_cols(d %>% select(body_mass_g)) %>% 
  rmse(truth = body_mass_g,
       estimate = .pred)

Man beachte: Für regulierte Modelle sind Zentrierung und Skalierung nötig.

---

Categories:

• tidymodels
• statlearning
• lasso
• lm
• simple
• string
• template