tidymodels/parsnip

何を解決するか

異なるRパッケージが同じ機械学習モデルを実装する際の、一貫性のないインターフェースや引数名の問題に対処します。個々のライブラリの特定の構文を学ぶ必要がなく、1つの統一されたインターフェースを使って、さまざまなモデルや計算エンジンを試すことができます。

仕組み

Parsnipはモデルの定義とその実装を分離します。ユーザーはモデルの種類（例：ランダムフォレスト）、モード（例：回帰または分類）、および計算エンジン（例：ranger または spark）を別々に定義できます。また、異なるモデルタイプ間で一貫した引数名（例：trees）を使用することで、使用する下位パッケージに関係なく、同じパラメータを制御できます。

対象ユーザー

Rを使用するデータサイエンティストやアナリストで、新しいパッケージごとにコードを再書き換えせずに、さまざまな機械学習実装を切り替えることを希望する人。

特徴

• 機械学習モデルの範囲にわたる統一されたインターフェース。
• モデル定義と計算エンジンの分離。
• 異なるパッケージやモデルタイプ間での引数名の統一。
• RネイティブパッケージおよびSparkを含む複数のエンジンをサポート。