trama.ml

Aprendizado supervisionado no Trama, começando por modelos simples e árvores interpretáveis. Redes neurais ficam para outra coleção.

Modelo	Motor	Regressão	Classificação	Leitura
Linear / logística	stats	Sim	Binária	Coeficientes
CART	rpart	Sim	Binária e multiclasse	Caminho até uma folha
FIGS	figsr	Sim	Binária	Soma de poucas árvores
Random forest	ranger	Sim	Binária e multiclasse	Importância das variáveis
SVM	e1071	Sim	Binária e multiclasse	Margem e kernel
XGBoost	xgboost	Sim	Binária e multiclasse	Importância por ganho

Instalar e abrir

pak::pak("uaipedro/trama/collections/trama.ml")
# Instale apenas os motores que vai usar:
install.packages(c("rpart", "figsr", "ranger", "e1071", "xgboost"))
library(trama)
tr_app(tr_project("meu-ml", collections = c("trama.data", "trama.view", "trama.models", "trama.ml")))

Na paleta: Dados para aprender → Separar treino / teste. Ligue treino ao modelo escolhido. Os ajustes saem como models/fit, o modelo da coleção trama.models, e prever e avaliar é com os blocos de lá: em Prever (models/predict), conecte o modelo e a tabela de teste; a saída ganha previsto e, na classificação, prob_<classe>. Avaliar previsões, Matriz de confusão, Curva ROC e Importância também são da models, e aceitam o modelo direto (com o teste em dados; sem ele, medem por validação cruzada de 5 folds no treino). CART e FIGS mostram regras no card; Ler regras das árvores as disponibiliza como tabela.

FIGS no console

library(trama.ml)
d <- tr_ml_split(tr_ml_example("iris_binaria"), resposta = "Species", seed = 42)
m <- tr_ml_figs(d$treino, resposta = "Species", max_splits = 6)
p <- trama.models::tr_models_predict(m, d$teste)
trama.models::tr_models_evaluate(m, d$teste)
trama.models::tr_models_confusion(m, d$teste)
tr_ml_rules(m)
trama.models::tr_models_importance(m)

No CART, siga as condições até uma folha e leia sua previsão. No FIGS, encontre uma folha em cada árvore e some as contribuições. Na classificação, a soma é limitada a [0, 1] e corresponde à segunda classe em m$niveis. Um orçamento pequeno de divisões facilita a leitura. O ajuste original fica em m$ajuste; motor, versão e hiperparâmetros ficam em m$extras.

Escopo e avaliação

São 13 blocos: dados, divisão, seis modelos, tuning, regras e três visualizadores (árvore, histórico do tuning, resíduos); prever, avaliar, a confusão, a ROC e a importância são os blocos da trama.models. Ajustar hiperparâmetros usa validação cruzada somente nas linhas recebidas, devolve o modelo vencedor reajustado e o histórico completo; preserve o teste para a avaliação final. Visualizar árvores desenha CART ou uma árvore do FIGS; há também histórico do tuning e resíduos. A primeira versão aceita preditores numéricos. Para classes codificadas com números, converta a fator ou escolha tarefa = "classificacao". FIGS e logística suportam duas classes.

Regressão produz MAE, RMSE e R²; classificação produz acurácia, acurácia balanceada e macro F1, com médias macro sobre as classes observadas. R² é indefinido quando a resposta é constante. Faltantes não são descartados em silêncio. A importância de variáveis depende do motor; não compare suas magnitudes entre modelos, nem a interprete como causalidade.

A divisão aleatória pressupõe linhas independentes. Para tempo, grupos ou medidas repetidas, separe os dados por tempo/grupo antes do ajuste. A SVM aprende escalas somente no treino. Imputação, codificação e seleção de variáveis também devem ser aprendidas no treino e reaplicadas ao teste. Esta versão recusa faltantes, infinitos e preditores não numéricos; não faz imputação, validação cruzada ou busca automática de hiperparâmetros.

Avaliar mede as linhas recebidas: não deduz se você conectou treino ou teste. Reserve o teste para o resultado final; selecionar hiperparâmetros usando repetidamente o teste produz uma estimativa otimista.

Créditos

O pacote figsr é de João Paulo Assis Bonifácio, Geraldo Magela da Cruz Pereira, Pedro Mambelli Fernandes e João Vitor Andrade Alves de Souza. O método FIGS é de Tan et al., Fast Interpretable Greedy-Tree Sums, DOI 10.1073/pnas.2310151122. O pacote e o método recebem créditos separados.

Veja REFERENCES.md, a ajuda de cada bloco e citation("figsr") (ou o nome do outro motor) para as referências de software e dos algoritmos. A coleção chama os pacotes; não copia suas implementações.