Блог

 bos <- read_csv("boston_train.csv") %>% clean_names()

bos %>%
  mutate_if(is.character, factor) -> bos
  

Затем я разделил данные и сделал k-складки

 # -- set a random seed for repeatablity 
set.seed(42)

# -- performs our train / test split 
split <- initial_split(bos, prop = 0.7)

# -- extract the training data form our bananna split 
train <- training(split)
# -- extract the test data 
test <- testing(split)

tree_fold <- vfold_cv(train, 10)

sprintf("Train PCT : %1.2f%%", nrow(train)/ nrow(bos) * 100)
sprintf("Test  PCT : %1.2f%%", nrow(test)/ nrow(bos) * 100)
  

Моя целевая переменная является непрерывной переменной, и мне нужен мой случайный лес для решения задачи регрессии

 # recipe 
rf_recipe <- recipe(av_total ~ ., data=train) %>%
  step_rm(pid, zipcode) %>%
  step_meanimpute(all_numeric(), -all_outcomes()) %>%
  step_log(all_numeric()) %>%
  step_modeimpute(all_nominal(),-all_outcomes()) %>%
  step_dummy(all_nominal(), -all_outcomes())

#tuning parameters
rf_model <- rand_forest(
  mtry = tune(),
  trees = 10,
  min_n= tune()
  ) %>%
  set_engine("ranger",
             importance = "permutation") %>%
  set_mode("regression")

rf_wf <- workflow() %>%
  add_recipe(rf_recipe) %>%
  add_model(rf_model)

rf_grid <- grid_random(mtry(c(5,7)),
                       min_n(c(15,20)),
                       size = 10)
# do parallel
all_cores <- detectCores(logical = TRUE)
sprintf("# of Logical Cores: %d", all_cores)
cl <- makeCluster(all_cores)
registerDoParallel(cl)
  

Затем у меня возникла ошибка, независимо от того, как я меняю свой рецепт или процесс настройки, она все еще существует

 set.seed(52)
rf_tune_rs <- rf_wf %>%
  tune_grid(
  resamples = tree_fold,
  grid = rf_grid,
  control = control_resamples(save_pred = TRUE)
)
  

Я исправил это, добавив термин step_unknown в свой рецепт