寻找更整洁的模型工作流程来生成预测和其他数据

Question

我想知道如何制作这个 "tidy model" 代码 "cleaner"。

通常我会拟合一个模型并在一个包装函数中提供预测，但有时我想从拟合或预测中传回其他数据（模型本身、元数据或拟合值等）。这是一个返回的列表。将此结果作为附加列传回的最简洁方法是什么，列表中的每个元素一个（这里是 yhat_fit 和 yhat），带有管道

library(tidymodels)
y_s <- vfold_cv(mtcars, 5)

fit_model <- function(x) {

  model <- lm(mpg ~ hp, data = analysis(x))

  yhat <- predict(model, assessment(x))

  list(yhat_fit = model$fitted.values, yhat = yhat)
}

# this is a problem:
out <- y_s %>% mutate(model = map(y_s$splits, fit_model))
# # A tibble: 5 x 3
# splits         id    model     
# * <list>         <chr> <list>    
#   1 <split [25/7]> Fold1 <list [2]>
#   2 <split [25/7]> Fold2 <list [2]>
#   3 <split [26/6]> Fold3 <list [2]>
#   4 <split [26/6]> Fold4 <list [2]>
#   5 <split [26/6]> Fold5 <list [2]>

这是一个解决方案，但我不确定是否已经存在以更简洁的方式执行此操作的函数？

y_s2 <- bind_cols(y_s, as_tibble(transpose(out$model)))
# A tibble: 5 x 4
# splits         id    yhat_fit   yhat     
# <list>         <chr> <list>     <list>   
#   1 <split [25/7]> Fold1 <dbl [25]> <dbl [7]>
#   2 <split [25/7]> Fold2 <dbl [25]> <dbl [7]>
#   3 <split [26/6]> Fold3 <dbl [26]> <dbl [6]>
#   4 <split [26/6]> Fold4 <dbl [26]> <dbl [6]>
#   5 <split [26/6]> Fold5 <dbl [26]> <dbl [6]>

Answer 1

这似乎是一种方法：将输出（内容列表）转换为列表列的小标题，然后取消嵌套。

fit_model2 <- function(x) {

  model <- lm(mpg ~ hp, data = analysis(x))

  yhat <- predict(model, assessment(x))

  tibble(yhat_fit = list(model$fitted.values), yhat = list(yhat))
}


out <- y_s %>% mutate(model = map(y_s$splits, fit_model2)) %>% unnest(model)

# A tibble: 5 x 4
#  splits         id    yhat_fit   yhat     
#  <list>         <chr> <list>     <list>   
#1 <split [25/7]> Fold1 <dbl [25]> <dbl [7]>
#2 <split [25/7]> Fold2 <dbl [25]> <dbl [7]>
#3 <split [26/6]> Fold3 <dbl [26]> <dbl [6]>
#4 <split [26/6]> Fold4 <dbl [26]> <dbl [6]>
#5 <split [26/6]> Fold5 <dbl [26]> <dbl [6]>

寻找更整洁的模型工作流程来生成预测和其他数据

Finding a tidier tidy model workflow for generating predictions plus other data

r

tidymodels