r - tidymodels レシピをトレーニング データから r のリサンプルに適用しようとするとエラーが発生しますか?

Question

私はtidymodelsRに不慣れで、同様にやや新しいです。Youtube tidytuesday/Sliced Customer churn data から David Robinson のコードを複製しようとしていますが、相互検証されたデータ/リサンプルにレシピの変更を適用する際に問題に直面しています。

問題:トレーニング データに対してstep_mutate()を実行すると機能しますが、クロス検証されたデータに同じレシピを適用するとエラーが発生します。 train_5foldsError: All of the models failed. See the .notes column.

問題を再現するには (以下のコードを使用してデータをダウンロードします):

train <- read.csv(url("https://raw.githubusercontent.com/johnsnow09/covid19-df_stack-code/main/train_object.csv"))

train_5fold相互検証済みのリサンプル データは、 https ://github.com/johnsnow09/covid19-df_stack-code/blob/main/train_5fold.RDS からダウンロードできます。

train_5fold <- readRDS("train_5fold.RDS")

コード：

library(tidyverse)
library(tidymodels)

mset <- metric_set(mn_log_loss)

control <- control_grid(save_workflow = TRUE,
                        save_pred = TRUE,
                        extract = extract_model)

xg_spec <- parsnip::boost_tree(
    trees = tune(),
    mtry = tune(),
    learn_rate = tune()) %>% 
  set_engine("xgboost") %>%
  set_mode("classification")


factor_to_ordinal <- function(x){
  ifelse(x == "Unknown", NA, as.integer(x))
}


xg_rec_4 <- recipe(churned ~  .,data = train) %>% 
  
  update_role(id, new_role = "ID") %>%
  step_mutate(income_category = factor_to_ordinal(income_category),
              education_level = factor_to_ordinal(education_level)) %>% 
  step_impute_mean(all_numeric_predictors()) %>% 
  step_dummy(all_nominal_predictors())


xg_wf_4 <- workflow() %>% 
  add_recipe(xg_rec_4) %>% 
  add_model(xg_spec)


xg_res_4 <- xg_wf_4 %>%  
  tune_grid(
    resamples = train_5fold,
    metrics = mset,
    control = control,
    grid = crossing(trees = seq(200,800, 20),
                    mtry = c(2, 4, 6, 8, 10),
                    learn_rate = c(0.02))
    )
  )

autoplot(xg_res_4)

エラー: すべてのモデルが失敗しました。.notes 列を参照してください。

.notesで私は得る

.notes
<chr>
preprocessor 1/1: Error: Problem with `mutate()` column `income_category`.\ni `income_category = factor_to_ordinal(income_category)`.\nx could not find function "factor_to_ordinal"

クロスチェック:

xg_rec_4 %>% prep() %>% juice()

# A tibble: 5,316 x 15
      id customer_age education_level income_category total_relationship~ months_inactive_1~ credit_limit
   <dbl>        <dbl>           <int>           <int>               <dbl>              <dbl>        <dbl>
 1  9168           46               3               5                   3                  3         2171
 2  2187           51               4               4                   3                  1        11373
 3  5659           48               3               4                   4                  2        14322
 4   447           57               6               2                   5                  3        12291
 5  6342           39               4               5                   5                  2         1862
 6   496           56               6               5                   4                  3         3219
 7  7064           33               4               1                   6                  3        27499
 8  3978           48               4               4                   1                  2        34516
 9    13           41               4               5                   4                  3         2372
10  8242           46               3               2                   4                  3         3115
# ... with 5,306 more rows, and 8 more variables: total_revolving_bal <dbl>, total_amt_chng_q4_q1 <dbl>,
#   total_trans_amt <dbl>, total_trans_ct <dbl>, total_ct_chng_q4_q1 <dbl>, avg_utilization_ratio <dbl>,
#   churned <fct>, gender_M <dbl>

colSums(xg_rec_4 %>% prep() %>% juice() %>% select_if(is.numeric) %>% is.na())

                      id             customer_age          education_level          income_category 
                       0                        0                        0                        0 
total_relationship_count   months_inactive_12_mon             credit_limit      total_revolving_bal 
                       0                        0                        0                        0 
    total_amt_chng_q4_q1          total_trans_amt           total_trans_ct      total_ct_chng_q4_q1 
                       0                        0                        0                        0 
   avg_utilization_ratio                 gender_M 
                       0                        0 

---

ビデオでは、David Robinson の場合は次のように機能しました。