tidymodelsとworkflow（その２）

1.問題点とエラーコード

前回は、tidymodelsのうち、workflowオブジェクトによる方法を行いました。
workflowオブジェクトは非常に便利で、まさに神！な感じです。
しかし、workflowオブジェクトを使った方法で、次のようなエラーがでました。

まず次のコードを実行します。

library(tidymodels)
library(tidyverse)

d = mtcars

set.seed(12)
initial_split = initial_split(d, p = 0.75)
train_data = training(initial_split)
test_data  = testing(initial_split)

#前処理を作成　：目的変数を対数化
recipe1 = recipe(mpg ~., train_data) %>%
  step_log(mpg)

#モデルは線形モデル（lm)を指定する
model_lm = linear_reg() %>%  set_engine("lm")

#workflowオブジェクトを作成する
lm_workflow = workflow() %>% add_recipe(recipe1) %>% add_model(model_lm)

lm_workflow

$>══ Workflow ════════════════════════════════════════════════════════════════════════════
$>Preprocessor: Recipe
$>Model: linear_reg()
$>
$>─ Preprocessor ────────────────────────────────────
$>1 Recipe Step
$>
$>● step_log()
$>
$>─ Model ────────────────────────────────────────
$>Linear Regression Model Specification (regression)
$>
$>Computational engine: lm 

訓練データにfitさせて、検証データにpredictさせます。

lm_workflow_fit = lm_workflow %>% fit(train_data)
lm_workflow_fit %>% predict(test_data)

$>エラー: Assigned data `log(new_data[[col_names[i]]] + object$offset, base = object$base)` must be compatible with existing data. x Existing data has 8 rows. x Assigned data has 0 rows. ℹ Only vectors of size 1 are recycled.

2.解決方法

上記のようなエラーが出て、大変悩みました。
（上のコード事例ではありませんが、同じエラーがでました）

結局、今のところは、workflowオブジェクト独特の問題でrecipeの処理に目的変数を当てる（上記の場合、目的変数の対数化）てpredictをworkflowオブジェクトに当てると生じます。

そこで、解決方法です。

#recipe1を使って直接データを前処理（目的変数を対数化）
train_data_juice = juice(recipe1 %>% prep())
test_data_bake = bake(recipe1 %>% prep(),test_data)
recipe2 = recipe(mpg ~., train_data_juice)

#recipeのアップデート:目的変数の対数化を取り消し
lm_workflow = lm_workflow %>% update_recipe(recipe2)

lm_workflow_fit = lm_workflow %>% fit(train_data_juice)
lm_workflow_fit %>% predict(test_data_bake)

$>.pred
$><dbl>
$>3.094213              
$>2.878973              
$>2.802263              
$>2.468462              
$>2.940477              
$>3.370685              
$>3.456701              
$>2.413078
$>8 rows

今のところ、目的変数を対象にrecipeを使って前処理をする場合、predictするときにworkflowではエラーがでるので一度、prep(),juice()で前処理を済ませてから、workflowにかける必要があるみたいです。
（目的変数は、前処理過程に入れられない）

3.参考

Predict doesn't work for recipe that modify outcome #63

enjoy!