如何从tidymodels工作流中提取逻辑回归模型的变量权重？

1. 从工作流中取出目标模型 #

你已经通过control_grid提取了模型，接下来先从lr_workflow$.extracts里拿到具体的拟合模型对象：

• 如果要取最优参数对应的模型，可以先筛选最优参数再提取：

# 先获取你指定评估指标下的最优参数（比如roc_auc）
best_params <- lr_workflow %>% 
  extract_workflow_set_result() %>% 
  select_best(metric = "roc_auc") # 替换成你实际用的评估指标

# 基于最优参数生成最终拟合模型
best_fit <- lr_workflow %>% 
  finalize_workflow(best_params) %>% 
  fit(data = your_train_data) %>% # 替换成你的训练数据集
  extract_fit_parsnip()

• 如果直接从已有的$.extracts里取特定模型（比如第1个参数组合的模型）：

fit_obj <- lr_workflow$.extracts[[1]]$.fit

2. 提取变量权重（系数） #

glmnet的模型系数存在fit_obj$fit里，用coef()函数指定对应的lambda值（也就是调参里的penalty）就能拿到明细：

# 用最优参数里的penalty值提取系数
coef_matrix <- coef(best_fit$fit, s = best_params$penalty)

# 转成数据框，方便查看和筛选
coef_df <- as.data.frame(as.matrix(coef_matrix)) %>% 
  tibble::rownames_to_column("variable") %>% 
  dplyr::rename(weight = s1) %>% 
  dplyr::filter(weight != 0) # 过滤掉被弹性网筛选掉的系数为0的变量

注意事项 #

• 如果你的模型做了预处理（比如标准化、哑变量编码），输出的变量名可能是预处理后的，要对应回原始变量的话，可以用extract_preprocessor()查看预处理规则：

preprocessor <- lr_workflow %>% extract_preprocessor()
preprocessor$terms # 查看变量映射关系

• 如果是多lambda值的情况，你也可以传入多个s值，一次性提取不同penalty下的系数。

内容的提问来源于stack exchange，提问作者for_the_love_of_cod