Capítulo 6 Ajustando modelos con parsnip

Objetivos de Aprendizaje:

  • Identificar formas en que interfaces de modelos pueden diferir.
  • Especificar un modelo en {parsnip}.
  • Ajustar un modelo con parsnip::fit() y parsnip::fit_xy().
  • Describir como {parsnip} generaliza los argumentos de modelos.
  • Usar broom::tidy() para convertir objetos de modelos en estructuras tidy.
  • Usar dplyr::bind_cols() y los métodos predict() de {parsnip} para crear predicciones tidy.
  • Encontrar interfaces a otros modelos en paquetes adyacentes a {parsnip} (paquetes del universo tidymodels).
Mapa de Modelado

flujo de modelado

  • Configuración para el capítulo
# cargar parsnip, recipes, rsample, broom...
library(tidymodels)
library(AmesHousing)

# cargar los datos
data(ames)

# aplicar el logaritmo base 10 a precio/price
ames <- dplyr::mutate(ames, Sale_Price = log10(Sale_Price))

# subconjuntos de entrenamiento y prueba
set.seed(123)
ames_split <- rsample::initial_split(ames, prob = 0.80, strata = Sale_Price)
ames_train <- rsample::training(ames_split)
ames_test  <- rsample::testing(ames_split)