R Academy · 课时

工作流：组合配方与模型

Q: 「工作流：组合配方与模型」这节课中我会学到什么？

将预处理和模型打包到单个工作流对象中 你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

将预处理和模型打包到单个工作流对象中

第 3 / 4 课13 个步骤

工作流：组合配方与模型 是 CoddyKit 上的免费 R Academy 课时。这是第 3 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 R Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 R Academy 课程共包含 4 节课。

什么是工作流？

工作流会将配方和模型规范打包成一个对象。这解决了一个关键问题：在交叉验证和最终拟合期间，必须将预处理步骤和建模步骤视为一个整体，否则归一化均值等参数可能会从测试折泄漏出来。

library(workflows)

# Start an empty workflow
wf <- workflow()
print(wf)

# Workflows have two slots: preprocessor and model
# Both must be filled before fitting

add_recipe() 和 add_model()

使用add_recipe(rec)添加配方预处理器，使用add_model(spec)添加 parsnip 模型规范。管道运算符可以让这种写法非常易读。

library(recipes)
library(parsnip)
library(workflows)

rec <- recipe(price ~ ., data = train) |>
  step_impute_median(all_numeric_predictors()) |>
  step_dummy(all_nominal_predictors()) |>
  step_normalize(all_numeric_predictors())

spec <- linear_reg() |> set_engine('lm')

wf <- workflow() |>
  add_recipe(rec) |>
  add_model(spec)

print(wf)

在工作流上使用 fit()

对工作流调用fit(wf, data = train)时，系统会自动使用训练数据对配方调用prep()，然后在预处理后的特征上训练模型。您无需手动调用prep()或bake()。

fitted_wf <- fit(wf, data = housing_train)

# The fitted workflow stores both the prepped recipe
# and the trained model
print(fitted_wf)

在已拟合的工作流上使用 predict()

调用predict(fitted_wf, new_data = test)时，工作流会先使用已训练的配方自动对新数据应用bake()，然后生成预测结果。这样可以避免忘记对测试数据进行预处理。

# Predictions automatically preprocess the test data
preds <- predict(fitted_wf, new_data = housing_test)
head(preds)

# For classification
preds_prob <- predict(fitted_wf, new_data = test_df, type = 'prob')
preds_class <- predict(fitted_wf, new_data = test_df, type = 'class')

last_fit() — 在全部训练数据上训练并在测试数据上评估

last_fit(wf, split)接收最终工作流和初始训练/测试划分对象。它会在训练部分拟合工作流，并在测试部分进行评估——这是调参完成后的标准最终模型评估步骤。

library(rsample)

split <- initial_split(housing_data, prop = 0.8, strata = price)

# Fit on training, evaluate on test
final_res <- last_fit(wf, split)

# View performance on the held-out test set
collect_metrics(final_res)

extract_fit_parsnip()

extract_fit_parsnip(fitted_wf)会从已拟合的工作流中提取已训练的 parsnip 模型对象。随后您可以使用它检查系数、变量重要性，或将其传递给模型解释工具。

fitted_wf <- fit(wf, data = housing_train)

# Extract the parsnip model
parsnip_fit <- extract_fit_parsnip(fitted_wf)

# Now access the underlying model
tidy(parsnip_fit)      # coefficients for lm
vip::vip(parsnip_fit)  # variable importance plot

extract_recipe()

extract_recipe(fitted_wf)会返回已拟合工作流中的已准备配方。这对于检查应用了哪些转换，或提取已训练的预处理步骤并独立应用于外部数据非常有用。

fitted_wf <- fit(wf, data = housing_train)

# Get the prepped recipe
prepped_rec <- extract_recipe(fitted_wf)

# Inspect normalization stats
tidy(prepped_rec, number = 3)  # step_normalize details

# Apply recipe to completely new external data
new_baked <- bake(prepped_rec, new_data = brand_new_df)

在工作流上使用 augment()

augment(fitted_wf, new_data)会返回追加了预测列的输入数据框。对于回归，它会添加.pred；对于分类，它会添加.pred_class以及每个类别对应的概率列。

fitted_wf <- fit(wf, data = housing_train)

# Append predictions to the test data frame
results <- augment(fitted_wf, new_data = housing_test)

# Now compute metrics directly
library(yardstick)
results |>
  metrics(truth = price, estimate = .pred)

更新工作流

您可以使用update_recipe()或update_model()更新工作流中的单个组件，而无需从头重新构建。在实验过程中，如果您想更换模型引擎但保留相同配方，这种方式非常方便。

# Original workflow with lm
wf_lm <- workflow() |>
  add_recipe(rec) |>
  add_model(linear_reg() |> set_engine('lm'))

# Swap model to random forest, keep same recipe
wf_rf <- update_model(
  wf_lm,
  rand_forest(trees = 300) |>
    set_engine('ranger') |>
    set_mode('regression')
)

fit_rf <- fit(wf_rf, data = housing_train)

add_formula() 与 add_recipe()

如果您不需要配方，可以使用add_formula(outcome ~ .)作为预处理器。它只应用最少的转换（仅使用公式规范）。需要特征工程时使用add_recipe()；构建快速基线模型时使用add_formula()。

# Simple baseline — no recipe needed
baseline_wf <- workflow() |>
  add_formula(price ~ sqft + bedrooms + bathrooms) |>
  add_model(linear_reg() |> set_engine('lm'))

baseline_fit <- fit(baseline_wf, data = housing_train)
baseline_preds <- predict(baseline_fit, new_data = housing_test)

# Compare RMSE to recipe-based model
yardstick::rmse_vec(housing_test$price, baseline_preds$.pred)

用于比较的工作流集合

workflowsets程序包中的workflow_set()会创建一个工作流集合，将多个配方和模型规范组合起来。随后，您可以使用workflow_map()一次性调参与评估所有组合。

library(workflowsets)

all_workflows <- workflow_set(
  preproc = list(basic = basic_rec, full = full_rec),
  models  = list(
    lm  = linear_reg() |> set_engine('lm'),
    rf  = rand_forest(trees = 200) |> set_engine('ranger') |> set_mode('regression')
  )
)

# Fit all 4 combinations on resamples
results <- workflow_map(all_workflows, 'fit_resamples', resamples = cv_folds)
autoplot(results)

快速检查

与手动拟合并进行预测相比，使用last_fit(workflow, split)的主要优势是什么？

在交互式课程中回答

工作流回顾

工作流：组合配方与模型的要点：

workflow() |> add_recipe(rec) |> add_model(spec)会将预处理和建模打包在一起。
fit(wf, data = train)会在一次调用中准备配方并训练模型。
predict(fitted_wf, new_data)会在预测前自动对新数据应用bake()。
last_fit(wf, split)在训练数据上训练、在测试数据上评估——用于最终模型评估。
extract_fit_parsnip()和extract_recipe()可以提取组件进行检查。
augment()会将预测结果追加到数据框中，便于计算指标。
workflow_set()可以同时比较多个配方和模型组合。

# Canonical tidymodels workflow pattern
split    <- initial_split(data, prop = 0.8)
train    <- training(split)
test     <- testing(split)

rec  <- recipe(y ~ ., data = train) |> step_normalize(all_numeric_predictors())
spec <- rand_forest(trees = 300) |> set_engine('ranger') |> set_mode('regression')

wf   <- workflow() |> add_recipe(rec) |> add_model(spec)

final_res <- last_fit(wf, split)
collect_metrics(final_res)

免费开始

用 AI 导师学习 R — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程: 43
课程: 159

免费开始学习查看完整课程

常见问题解答

「工作流：组合配方与模型」课时是免费的吗？

是的 — 「工作流：组合配方与模型」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 R Academy 课程的其余内容，请升级到 CoddyKit PRO。 R Academy 课程共包含 4 节课。

「工作流：组合配方与模型」这节课中我会学到什么？

将预处理和模型打包到单个工作流对象中你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 R Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 R Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 3 节课，共 4 节。

「工作流：组合配方与模型」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 R Academy 课中编写并运行代码吗？

能。每节 R Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 R Academy