ml_wflow.R

library(AmesHousing)
library(tidymodels)

ames <- 
  make_ames() %>% 
  # Remove quality-related predictors
  select(-matches("Qu"))


############################# Data Splitting ##################################
###############################################################################

set.seed(4595)
data_split <- initial_split(ames, strata = c("Sale_Price"))
ames_train <- training(data_split)
ames_test <- testing(data_split)

############################# Preprocessing ###################################
###############################################################################
mod_rec <-
  recipe(Sale_Price ~ Longitude + Latitude + Neighborhood,
         data = ames_train) %>%
  step_log(Sale_Price, base = 10) %>%
  step_other(Neighborhood, threshold = 0.05) %>%
  step_dummy(all_nominal())

## prep is to calculate statistics for transformation
## juice is the training data with preprocessing
## bake is to apply the recipe to a new testing data

############################# Modelling #######################################
###############################################################################

lm_mod <-
  linear_reg(penalty = tune(), mixture = tune()) %>%
  set_engine("glmnet")
  
ml_wflow <-
  workflow() %>%
  add_recipe(mod_rec) %>%
  add_model(lm_mod)

############################# Model tuning ####################################
###############################################################################

grid_params <-
  ml_wflow %>%
  parameters() %>%
  grid_random(size = 10)

grid_params <- expand.grid(
  penalty = 10 ^ seq(-3, -1, length = 20), 
  mixture = (0:5) / 5
)

cv_splits <- vfold_cv(ames_train)

res <-
  ml_wflow %>%
  tune_grid(resamples = cv_splits,
            grid = grid_params,
            metrics = metric_set(rmse))

rmse_vals <-
  res %>% 
  collect_metrics()

rmse_vals %>% 
  mutate(mixture = format(mixture, digits = 1)) %>% 
  ggplot(aes(x = penalty, y = mean, col = mixture, group = mixture)) + 
  geom_line() + 
  geom_point() +
  scale_x_log10()