tidymodelsを使用してglmnetロジスティック回帰を推定しました。しかし、 tidymodelsで密接に関連している 2 つのことを理解できませんでした。
- a) 推定係数の抽出方法
- b) 将来の本番使用のために推定モデルを保存します。
以下は疑似モデルのコードです。tidy()、coef()、およびを試しpredict()ましたが、すべて失敗しました。どんな助けでも大歓迎です。ありがとう。
library(tidymodels)
#> -- Attaching packages --------------------------------------------------------------------------------------------------------------------------- tidymodels 0.1.0 --
#> v broom 0.7.0 v recipes 0.1.13
#> v dials 0.0.8 v rsample 0.0.7
#> v dplyr 1.0.0 v tibble 3.0.3
#> v ggplot2 3.3.2 v tune 0.1.1
#> v infer 0.5.2 v workflows 0.1.2
#> v parsnip 0.1.2 v yardstick 0.0.7
#> v purrr 0.3.4
#> -- Conflicts ------------------------------------------------------------------------------------------------------------------------------ tidymodels_conflicts() --
#> x purrr::discard() masks scales::discard()
#> x dplyr::filter() masks stats::filter()
#> x dplyr::lag() masks stats::lag()
#> x recipes::step() masks stats::step()
set.seed(1234)
train <- tibble(y = factor(sample(c(0,1), 1000, replace = TRUE)),
x1 = rnorm(1000),
x2 = rnorm(1000)
)
test <- tibble(y = factor(sample(c(0,1), 300, replace = TRUE)),
x1 = rnorm(300),
x2 = rnorm(300)
)
lr_cv <- vfold_cv(train)
lr_mod <- logistic_reg(penalty = tune(), mixture = 1) %>%
set_mode("classification") %>%
set_engine("glmnet")
lr_wf <- workflow() %>%
add_model(lr_mod) %>%
add_formula(y ~ .)
lr_grid <- tibble(penalty = 10^seq(-4,1, length.out = 5))
lr_tune <- tune_grid(lr_wf, resamples = lr_cv, grid = lr_grid, metrics = metric_set(roc_auc))
lr_best <- select_best(lr_tune)
lr_best
#> # A tibble: 1 x 2
#> penalty .config
#> <dbl> <chr>
#> 1 0.0001 Model1
lr_wf_final <- lr_wf %>% finalize_workflow(lr_best)
final_mod <- lr_wf_final %>% fit(train)
# the followings were tried but didn't work
lambda <- lr_best[1]
lambda
#> # A tibble: 1 x 1
#> penalty
#> <dbl>
#> 1 0.0001
predict(final.mod , s = lambda, type ="coefficients")[1:3 ,]
#> Error in predict(final.mod, s = lambda, type = "coefficients"): object 'final.mod' not found
tidy(final_mod)
#> # A tibble: 35 x 5
#> term step estimate lambda dev.ratio
#> <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 (Intercept) 1 -0.0560 0.0183 1.71e-14
#> 2 (Intercept) 2 -0.0561 0.0167 1.65e- 4
#> 3 (Intercept) 3 -0.0562 0.0152 3.02e- 4
#> 4 (Intercept) 4 -0.0562 0.0139 4.16e- 4
#> 5 (Intercept) 5 -0.0563 0.0126 5.10e- 4
#> 6 (Intercept) 6 -0.0564 0.0115 5.89e- 4
#> 7 (Intercept) 7 -0.0564 0.0105 6.54e- 4
#> 8 (Intercept) 8 -0.0565 0.00956 7.08e- 4
#> 9 (Intercept) 9 -0.0565 0.00871 7.53e- 4
#> 10 (Intercept) 10 -0.0566 0.00794 7.90e- 4
#> # ... with 25 more rows
coef(final_mod)
#> NULL
2020-07-25 作成者reprex パッケージ(v0.3.0)