问题描述
在设计一个基于 Tidymodels 的基于配方的工作流程之后,该工作流程经过调整然后适合一些训练数据,我不清楚哪些对象(适合“工作流程”、“配方”等)应保存到磁盘以用于预测生产中的新数据。我知道我可以使用 saveRDS()
/readRDS()
、write_rds()
/read_rds()
或其他选项来实际保存/加载这些对象,但是哪些?
在干净的 R 环境中,我将收到新的原始数据,这些数据需要使用我在训练模型时使用的“配方”进行预处理。然后,我想根据预处理后的数据进行预测。如果我打算像处理训练数据一样使用 prep()
和 bake()
函数来预处理新数据,那么我将最低限度地需要它似乎获得 {{1} 的配方和原始训练数据}} 上班。另外,我还需要拟合模型/工作流程来进行预测。所以三个对象似乎。如果我将 SESSION 1 中的工作流对象保存到磁盘,那么我可以在 SESSION 2 中分别使用 prep()
和 pull_workflow_prepped_recipe()
从中提取配方和模型。但是 pull_workflow_fit()
似乎需要原始训练数据,我可以通过早期使用 prep()
将其保留在工作流程中...但是在调用 {{1 }}。听到我的呼救声! :)
因此,想象两个不同的 R 会话,其中第一个会话我进行所有的训练和模型构建,第二个会话是一些运行的生产应用程序,它使用从第一个会话中学到的知识。我需要 SESSION1 底部箭头和 SESSION 2 中多个位置的帮助。我使用 Tidymodels Get Started 作为此示例的基础。
第一节
retain = TRUE
第 2 节
fit()
解决方法
根据您的限制,您可以灵活地处理此问题,但通常我会建议保存/序列化适合的工作流程,可能在 using butcher to reduce its size 之后。您可以看到 an example model fitting script in this repo 最后显示了我如何保存拟合的工作流程。
当您使用此工作流程进行预测时,需要记住一些事项。我在同一个 repo 中有 an example Plumber API,它演示了预测该特定工作流程所需的内容。请注意,如何为该 API 加载/附加预测所需的包。我没有使用所有的 tidymodels,而是只使用了我需要的特定包,以获得更好的性能和更小的容器。
,保存适合的工作流程对我不起作用。尝试使用新数据进行预测时要求目标变量(流失模型)
predict(churn_model,the_data)
Error: Problem with `mutate()` column `churn`.
i `churn = dplyr::if_else(churn == 1,"yes","no")`.
x object 'churn' not found
我仍然不明白为什么要求数据中不应出现的列,因为它是我尝试预测的变量...