Gå till index

Analys och forskning med R

0% färdig
0/0 Steps
  1. Analys och forskning med R och Posit (Rstudio)
  2. Grunderna i R och Rstudio
    7 Ämnen
  3. Importera, exportera, spara och ladda data
    5 Ämnen
  4. Strängar och regular expressions (regex)
    1 Ämne
  5. Bearbetning av data med dplyr
    12 Ämnen
  6. Visualisera och presentera
    14 Ämnen
  7. Explorerande och deskriptiva analyser
    6 Ämnen
  8. Prediktionsmodeller
    12 Ämnen
  9. Klassisk regressionsanalys
    8 Ämnen
  10. Machine learning (ML) och Artificiell Intelligens (AI)
    9 Ämnen
  11. Skapa prediktionsmodeller med Tidymodels
    6 Ämnen
  12. Hypotestester och epidemiologiska mått
    5 Ämnen
Avsnitt Progress
0% färdig

Det finns ett stort antal modeller i Tidymodels. Många modeller har hyperparametrar som kan optimeras för att förbättra modellen. Det är svårt att komma ihåg alla modeller och deras hyperparametrar. Därför finns en interaktiv modellväljare i parsnip. För att starta modellväljaren används funktionen parsnip_addin(). När funktionen körs så startas följande interaktiva fönster i panelen Viewer:

Högst upp till vänster finns rubriken Type of Model, där användaren väljer om det är en regressionsmodell (kontinuerliga utfall) eller klassifikationsmodell (kategoriska utfall).

Vi väljer tre olika modeller och trycker Write specification code (grön knapp längst ner), vilket resulterar i att den färdiga koden för dessa modeller klistras in i scriptfönstret. Följande bild illustrerar detta:

När du är färdig klickar du på Done högst upp till höger (blå knapp) för att avsluta modellväljaren.

För överlevnadsmodeller erbjuds inga alternativ med ovanstående funktion. Överlevnadsmodellerna finns specificerade i paketet censored. Överlevnadsmodeller demonstreras i kommande kapitel.

Logga in för att läsa

Som medlem har du tillgång till allt nuvarande och kommande utbildningsmaterial. Du kan följa din utveckling och få intyg på avklarade moment.