tableau集成R----boosting模型

關於tableau與r的連接配置參考我的這篇博客
https://blog.csdn.net/weixin_41744624/article/details/105634247

需要了解boosting模型可以看一下這篇文章https://www.jianshu.com/p/11083abc5738

tableau

函數

關於tableua中集成R語言，涉及到以下四個：

• SCRIPT_BOOL----返回布爾結果
• SCRIPT_INT----返回整數結果
• SCRIPT_REAL----返回數字結果
• SCRIPT_STR----返回字符串結果

下面來針對一個案例進行tableau中的boosting模型建立：

離職率分析

關於離職率分析：
相應變量（y）對應的字段是：人員狀態
預測變量（x）對應的字段是（爲了簡單僅選擇三個）：專業職級、入職日期、工作地點

我們期望的返回結果是【在職】、【離職】；所以選用的tableau中的函數是返回字符串的SCRIPT_STR（）

字段語句：

創建計算字段

SCRIPT_STR(
     "
     library(adabag); 
     predict(boosting(.arg1~.,data.frame(.arg1,.arg2,.arg3,.arg4)),
                        data.frame(.arg1,.arg2,.arg3,.arg4))$class;
     ",
        ATTR([人員狀態]),
       ATTR ([工作地點]),
        ATTR([專業職級]),
       ATTR ([入職日期])
)

函數解釋

• library(adabag) ：調用R語言總的adabag包（要保證R中安裝了adabag包，並且在安裝後重新運行Rserver服務器）
• data.frame(.arg1,.arg2,.arg3,.arg4)：boosting模型中需要對data.frame結構下的結果做預測分析，而tableau是以表中數據列的形式向R傳遞參數的，所以需要先形成data.frame結構。（其中：.arg1/.arg2/.arg3/.arg4）對應（ATTR([人員狀態])/ATTR ([工作地點])/ ATTR([專業職級])/ATTR ([入職日期])）
• boosting(.arg1~.,data.frame(.arg1,.arg2,.arg3,.arg4))：表示boosting模型中是以data.frame中除了.arg1以外的內容來預測.arg1的
• predict（生成的boosting模型，預測數據）$class：返回使用boosting模型預測的數據中的class項（也就是預測結果）

tableau結果

部分涉及個人信息，不給大家看了…

返回指標重要性結果

根據上述的幾個指標，我們預測了boosting迴歸模型的結果，在模型中有一個重要的指標，importance可以幫助我們瞭解各個指標在建立模型中的影響重要程度。

R中顯示：

因爲importance是一個列表，其中結果是計算的，而tableau只能返回相應的單個值，所以下方的代碼我們返回第一個值，也就是地點的影響程度，相應可修改$importance[2]，$importance[3]

SCRIPT_REAL(
     "
     library(adabag); 
     a<- boosting(.arg1~.,data.frame(.arg1,.arg2,.arg3,.arg4))$importance[1];
     a;",

        ATTR([人員狀態]),
       ATTR ([工作地點]),
        ATTR([專業職級]),
       ATTR ([入職日期])
)

注意事項

• boosting模型在R中不處理情況下，預測變量十幾個，可預測的內容大概在幾W級別，在tableau中會更低，數據量是一個限制
• tableau中計算字段會逐步輸出數據，所以建議將所有的內容寫在一行內輸出，畢竟計算字段的原理就是輸出同一維度下內容（可參照下方講解的R中代碼和tableau中的不同）
• tableau中因爲使用了ATTR（）處理了聚合文字字段，所以當使用了多少個維度，這些維度都應該展示在看板上，如果不展示就會出現多條內容對應一個而報錯（表關係是這樣的），度量也同理

R

下面看一下boosting模型在R的運行

上述例子代碼

library(adabag)
d<-read.csv("工作簿1.csv")
# 人員狀態設置爲因子
d[,"人員狀態"]<-factor(d[,"人員狀態"])
# 設置種子使得實驗可重複
set.seed(4410)
# 垃圾回收清空佔用空間
gc()
# boosting模型
m<-boosting(人員狀態~.,d)
# 預測
p<-predict(m,d)
# 將訓練集中的人員狀態（實際）與測試集中的class（預測結果）放置對比
table(d$人員狀態，p$class)
print(table(d$人員狀態,p$class))
# m$importance是各個變量所佔模型預測的重要比例（本例：專業職級、入職日期、工作地點）
m$importance
barplot(m$importance)
# 可做排序繪製
sort(m$importance)
barplot(sort(m$importance))

結論

tableau中可以集成R做數據，但是對於boosting模型來說，一方面因爲傳遞變量時文本類型；一方面是tableau的輸入輸出內容侷限性，所以進行方式不如在R中直接進行boosting模型有效

但是對於一些局部的指標，如果業務部門需要定期tableau查看，可以在tableau書寫固定計算字段方便業務進行