Tidymodels se compose de plusieurs packages développés pour construire, optimiser (angl. tune) et évaluer (angl. evaluate) des modèles de prédiction. Toutes les fonctions de Tidymodels suivent les principes du Tidyverse, ce qui signifie que les opérations sont enchaînées à l'aide du pipe (|>). Tidymodels est l'outil le plus important pour quiconque souhaite créer des modèles de prédiction dans R. Avec Tidymodels, l'utilisateur dispose d'une interface unifiée vers des centaines de packages R, sans devoir apprendre les spécificités de chacun d'eux. Tidymodels facilite considérablement le travail, même si son apprentissage exige au départ un investissement en temps plus important que celui d'un package isolé.
Tidymodels rend plus efficace le processus suivant :
- Pre-processing : Tidymodels propose des fonctions de prétraitement. On crée pour cela des recettes contenant les instructions de prétraitement (avec le package recipes), qui sont ensuite appliquées aux modèles de prédiction (avec le package parsnip).
- Model building : tous les modèles de prédiction importants et courants sont intégrés dans Tidymodels, par exemple les modèles de régression classiques, les réseaux de neurones (apprentissage profond, deep learning), le machine learning (random forest, gradient boosting, extreme gradient boosting, etc.), les modèles de survie, entre autres.
- Model tuning (optimisation des modèles) : Tidymodels comprend des packages qui facilitent le réglage des hyperparamètres (avec le package tune). C'est important pour les modèles dont les hyperparamètres doivent être ajustés afin d'améliorer le modèle. Les modèles sont comparés par rééchantillonnage (avec le package rsample).
- Model evaluation : pour évaluer les modèles, le package yardstick met à disposition toutes sortes de métriques de performance (RMSE, ROC, C-index et bien d'autres).
Tidymodels se compose donc de plusieurs packages utilisés pour construire, optimiser et évaluer des modèles de prédiction. Les packages inclus dans Tidymodels sont présentés ci-dessous.
rsample sert à diviser les données en données d'entraînement et données de test, ainsi qu'à effectuer le rééchantillonnage (p. ex. la validation croisée). Documentation
parsnip sert à spécifier les modèles. Documentation
recipes assure le prétraitement et le feature engineering. Documentation
workflows relie le prétraitement, la modélisation et le post-traitement en un seul flux de travail. Documentation
tune permet d'optimiser les hyperparamètres des modèles et les étapes de prétraitement. Documentation
dials crée et gère les hyperparamètres. Documentation
yardstick fournit des métriques de performance (p. ex. ROC, RMSE, C-index, etc.) pour évaluer et comparer les modèles. Documentation
broom crée des data frames contenant les résultats des modèles de prédiction. Documentation