[XGboost] Função de sumarização

dúvidas atenção curso-r
1

Olá :smiley:

Alguém sabe como customizar a função de sumarização para a modelagem?

Utilizando tidymodels, na preparação do fit temos: “metric_set()”. Gostaria de utilizar uma função de avaliação customizada. Alguém já fez isso? Estou em dúvida se o caminho é via yardstick ou outro.

Desde já, obrigada!

2

@talitalobo fiquei chocado com a complexidade de criar uma metrica customizada, mas segue o passo a passo rs

library(magrittr)
library(rlang)
#> 
#> Attaching package: 'rlang'
#> The following object is masked from 'package:magrittr':
#> 
#>     set_names
library(yardstick)
#> For binary classification, the first factor level is assumed to be the event.
#> Use the argument `event_level = "second"` to alter this as needed.

minha_metrica_vec <- function(truth, estimate, na_rm = TRUE, ...) {
    
    minha_metrica_impl <- function(truth, estimate) {
        mean((truth - estimate) ^ 2) # <------ aqui que mexe na conta da métrica
    }
    
    metric_vec_template(
        metric_impl = minha_metrica_impl,
        truth = truth, 
        estimate = estimate,
        na_rm = na_rm,
        cls = "numeric",
        ...
    )
}

minha_metrica <- function(data, ...) {
    UseMethod("minha_metrica")
}

minha_metrica <- new_numeric_metric(minha_metrica, direction = "minimize")

minha_metrica.data.frame <- function(data, truth, estimate, na_rm = TRUE, ...) {
    
    metric_summarizer(
        metric_nm = "minha_metrica",
        metric_fn = minha_metrica_vec,
        data = data,
        truth = !! enquo(truth),
        estimate = !! enquo(estimate), 
        na_rm = na_rm,
        ...
    )
}

mtcars[1:3, ] %>% rmse(mpg, vs)
#> # A tibble: 1 x 3
#>   .metric .estimator .estimate
#>   <chr>   <chr>          <dbl>
#> 1 rmse    standard        21.3
mtcars[1:3, ] %>% minha_metrica(mpg, vs)
#> # A tibble: 1 x 3
#>   .metric       .estimator .estimate
#>   <chr>         <chr>          <dbl>
#> 1 minha_metrica standard        452.


r <- rsample::initial_split(mtcars)
m <- parsnip::linear_reg("regression") %>% parsnip::set_engine("lm")
f <- tune::last_fit(m, mpg ~ ., r, metrics = yardstick::metric_set(rmse, minha_metrica))
#> Registered S3 method overwritten by 'tune':
#>   method                   from   
#>   required_pkgs.model_spec parsnip
collect_metrics(f)
#> # A tibble: 2 x 4
#>   .metric       .estimator .estimate .config             
#>   <chr>         <chr>          <dbl> <chr>               
#> 1 rmse          standard        3.44 Preprocessor1_Model1
#> 2 minha_metrica standard       11.8  Preprocessor1_Model1

Created on 2021-07-01 by the reprex package (v2.0.0)

1 curtida