Ошибка Tidymodels с настройкой: Ошибка: не было зарегистрировано никаких переменных Tidyselect - PullRequest
0 голосов
/ 15 февраля 2020

Я запускаю следующий код из здесь

Мой код

library(tune)
library(AmesHousing)
library(workflows)
# ------------------------------------------------------------------------------

ames <- make_ames()

set.seed(4595)
data_split <- initial_split(ames, strata = "Sale_Price")

ames_train <- training(data_split)

set.seed(2453)
rs_splits <- vfold_cv(ames_train, strata = "Sale_Price")

# ------------------------------------------------------------------------------

ames_rec <-
  recipe(Sale_Price ~ ., data = ames_train) %>%
  step_log(Sale_Price, base = 10) %>%
  step_YeoJohnson(Lot_Area, Gr_Liv_Area) %>%
  step_other(Neighborhood, threshold = .1)  %>%
  step_dummy(all_nominal()) %>%
  step_zv(all_predictors()) %>%
  step_ns(Longitude, deg_free = tune("lon")) %>%
  step_ns(Latitude, deg_free = tune("lat"))

knn_model <-
  nearest_neighbor(
    mode = "regression",
    neighbors = tune("K"),
    weight_func = tune(),
    dist_power = tune()
  ) %>%
  set_engine("kknn")

ames_wflow <-
  workflow() %>%
  add_recipe(ames_rec) %>%
  add_model(knn_model)

ames_set <-
  parameters(ames_wflow) %>%
  update(K = neighbors(c(1, 50)))

set.seed(7014)
ames_grid <-
  ames_set %>%
  grid_max_entropy(size = 10)

ames_grid_search <-
  tune_grid(
    ames_wflow,
    resamples = rs_splits,
    grid = ames_grid
  )

set.seed(2082)
ames_iter_search <-
  tune_bayes(
    ames_wflow,
    resamples = rs_splits,
    param_info = ames_set,
    initial = ames_grid_search,
    iter = 15
  )

Я получаю следующую ошибку, а также ту же ошибку при запуске других связанных примеров

Fold01: внутренний: ошибка: переменные tidyselect не были зарегистрированы

Fold02: внутренний: ошибка: переменные tidyselect не были зарегистрированы

Fold03: внутренний: ошибка: нет Переменные tidyselect были зарегистрированы

Fold04: внутренний: Ошибка: Переменные tidyselect не были зарегистрированы

Fold05: internal: Ошибка: Никакие переменные tidyselect не были зарегистрированы

Fold06: internal: Ошибка: Переменные tidyselect не были зарегистрированы

Fold07: внутренний: Ошибка: Переменные tidyselect не были зарегистрированы

Fold08: internal: Ошибка: Никакие переменные tidyselect не были зарегистрированы

Fold09: internal: Ошибка : Переменные tidyselect не были зарегистрированы

Fold10: internal: Ошибка: переменные tidyselect не были зарегистрированы

Любая идея, что г неправильно здесь? Мой сеанс для ниже

sessionInfo () R версия 3.5.3 (2019-03-11) Платформа: x86_64-w64-mingw32 / x64 (64-разрядная версия) Работает под: Windows > = 8 x64 (сборка 9200)

Продукты матрицы: по умолчанию

языковой стандарт: 1 LC_COLLATE = English_United States.1252 LC_CTYPE = English_United States. 1252
[3] LC_MONETARY = English_United States.1252 LC_NUMERIC = C
[5] LC_TIME = English_United States.1252

прикрепленные базовые пакеты: 1 статистика графика grDevices utils наборы данных методы base

другие прикрепленные пакеты: 1 kknn_1.3.1 workflows_0.1.0.9000 AmesHousing_0.0.3 tune_0.0.1
[5] yardstick_0.0.5 tibble_2.1.3 rsample_0.0.5 tidyr_0.8.3
[9] recipes_0.1.9 purrr_0.3.2 parsnip_0.0.5 infer_0.5.1
[13] ggplot2_3.2.1 dplyr_0.8.4 dials_0.0.4 scale_1.0.0
[17] broom_0.5.2 tidymols. 0.3

загружено через пространство имен (и не прикреплено): 1 minqa_1.2.4 colorspace_1.4-1 ellipsi s_0.2.0.1 class_7.3-15
[5] ggridges_0.5.2 rsconnect_0.8.16 markdown_1.1 base64enc_0.1-3
[9] tidytext_0.2.2 rstudioapi_0.10 listenv_0.8.0 furrr_0.1.0
[13] rstan_2.19.2 SnowballC_0.6.0 DT_0.12 prodlim_2019.11.13
[17] fansi_0.4.0 lubridate_1.7.4 codetools_0.2-16 splines_3.5.3
[21] knitr_1.24 brightthemes_1.1.2 zeallot_0. 1.0 bayesplot_1.7.1
[25] nloptr_1.2.1 pROC_1.16.1 глянцевый_1.3.2 compiler_3.5.3
[29] backports_1.1.4 assertthat_0.2.1 Matrix_1.2-15 lazyeval_0.2.2
[33] cli_2. 0.1 позднее_0.8.0 htmltools_0.3.6 prettyunits_1.0.2
[37] tools_3.5.3 igraph_1.2.4.2 gtable_0.3.0 glue_1.3.1
[41] reshape2_1.4.3 Rcpp_1.0.1 DiceDesign_1.8-1 vctrs_0.2.0
[45] nlme_3.1-137 iterators_1.0.12 crosstalk_1.0.0 timeDate_3043.102
[49] xfun_0.9 gower_0.2.1 stringr_1.4.0 globals_0.12.5
[53] ps_1.3.0 lme4_1.1 -21 mime_0.7 miniUI_0.1.1.1
[57] gtools_3.8.1 tidypredict_0.4.5 future_1.16.0 MASS_7.3-51.1
[61] zoo_1.8-7 ipred_0.9-9 рстана rm_2.19.2 colourpicker_1.0
[65] promises_1.0.1 параллельный_3.5.3 inline_0.3.15 блестящий_2.5.0
[69] tidyposterior_0.0.2 yaml_2.2.0 gridExtra_2.3 loo_2.2.0
[73] StanHeaders_2. 21.0-1 rpart_4.1-13 stringi_1.4.3 tokenizers_0.2.1
[77] dygraphs_1.1.1.6 foreach_1.4.7 lhs_1.0.1 hardhat_0.1.1
[81] boot_1. 3-20 pkgbuild_1.0.3 lava_1.6.6 rlang_0.4.4
[85] pkgconfig_2.0.2 matrixStats_0.55.0 lattice_0.20-38 rstantools_2.0.0
[89] htmlwidgets_1.5.1 tidyselect_0.2.5 processx_1.3.1lyx1.1.1
[93] magrittr_1.5 R6_2.4.0 generics_0.0.2 pillar_1.4.3
[97] withr_2.1.2 xts_0.12-0 выживание_2.43-3 nnet_7.3-12
[101] janeaustenr_0. 1.5 crayon_1.3.4 grid_3.5.3 callr_3.2.0
[105] threejs_0.3.3 digest_0.6.19 xtable_1.8-4 httpuv_1.5.1
[109] stats4_3.5.3 GPfit_1.0-8 munsell_0.5.0 блестящий js_1.1

1 Ответ

0 голосов
/ 17 февраля 2020

Да, конечно! Извините, что не уточнил, откуда происходят ошибки.

library(tune)
library(AmesHousing)
library(workflows)
# ------------------------------------------------------------------------------

ames <- make_ames()

set.seed(4595)
data_split <- initial_split(ames, strata = "Sale_Price")

ames_train <- training(data_split)

set.seed(2453)
rs_splits <- vfold_cv(ames_train, strata = "Sale_Price")

# ------------------------------------------------------------------------------

ames_rec <-
  recipe(Sale_Price ~ ., data = ames_train) %>%
  step_log(Sale_Price, base = 10) %>%
  step_YeoJohnson(Lot_Area, Gr_Liv_Area) %>%
  step_other(Neighborhood, threshold = .1)  %>%
  step_dummy(all_nominal()) %>%
  step_zv(all_predictors()) %>%
  step_ns(Longitude, deg_free = tune("lon")) %>%
  step_ns(Latitude, deg_free = tune("lat"))

knn_model <-
  nearest_neighbor(
    mode = "regression",
    neighbors = tune("K"),
    weight_func = tune(),
    dist_power = tune()
  ) %>%
  set_engine("kknn")

ames_wflow <-
  workflow() %>%
  add_recipe(ames_rec) %>%
  add_model(knn_model)

ames_set <-
  parameters(ames_wflow) %>%
  update(K = neighbors(c(1, 50)))

set.seed(7014)
ames_grid <-
  ames_set %>%
  grid_max_entropy(size = 10)

ames_grid_search <-
  tune_grid(
    ames_wflow,
    resamples = rs_splits,
    grid = ames_grid
  )

Именно с tune_grid я получаю ошибку. Я получаю ту же ошибку при использовании кода для другого набора данных.

...