R 使用tidymodels未检测到优化参数
在上次更新之前,以下代码有效:R 使用tidymodels未检测到优化参数,r,tidyverse,tidymodels,R,Tidyverse,Tidymodels,在上次更新之前,以下代码有效: model_recipe_prep <- recipe( leads_dda ~ ., data = train_data) %>% step_rm(dt,cost) %>% step_normalize( all_numeric(), -all_outcomes() ) %>% step_BoxCox( all_numeric(), -all_outcomes(), -starts_with("number_&q
model_recipe_prep <- recipe( leads_dda ~ ., data = train_data) %>%
step_rm(dt,cost) %>%
step_normalize( all_numeric(), -all_outcomes() ) %>%
step_BoxCox( all_numeric(), -all_outcomes(), -starts_with("number_")) %>%
step_dummy( all_nominal(), one_hot = TRUE) %>%
step_poly(impressions, degree = tune() ) %>%
step_nzv(all_predictors() )
# ---- Metrics ----
model_control_metrics <- metric_set( rmse, mae, rsq )
model_control <- control_grid(save_pred = TRUE)
model_baseline <- linear_reg() %>%
set_engine("lm") %>%
set_mode("regression")
set.seed(3456)
model_baseline_recipe_grid <- expand.grid(degree = 1:3)
#model_baseline_engine_grid <- grid_regular()
#model_baseline_grid <- merge(model_recipe_base_linear, model_baseline_engine_grid)
model_baseline_tune <- tune_grid(
model_baseline,
model_recipe_prep,
resamples = train_data_kfolds,
grid = model_baseline_recipe_grid,
control = model_control,
metrics = model_control_metrics
)
我得到了一个空的小口,因为model_recipe_prep没有成立的参数。不幸的是,我们了解到,在某些情况下,刚刚进入CRAN的新版本配方和CRAN上的当前调谐版本可能不匹配。我们正在尽快开发一个tune版本,但与此同时,如果您能够通过
devtools::install\u GitHub(“tidymodels/tune”)
从GitHub进行安装,您应该会看到这样的情况:
库(tidymodels)
rec1%
步骤规格化(所有数值(),-所有结果())%>%
步骤(所有数值(),-所有结果(),-以(“数字”)开头)%>%
步骤\u虚拟(所有\u标称(),一个\u热=真)%>%
步进多边形(显示,度=tune())%>%
步骤nzv(所有预测值())
可调(rec1)
#>#tibble:3 x 5
#>名称调用\u信息源组件\u id
#>
#>1度配方步骤
#>2次切割配方步骤nzv nzv zIzsm
#>3独特的切割配方步骤
调谐参数(rec1)
#>#A tible:1 x 6
#>名称可调id源组件\u id
#>
#>1度真度配方步骤
由(v0.3.0.9001)于2020年11月15日创建
tune_args(model_recipe_prep)