1 모형을 위한 표본 인프라

rsample 팩키지가 모형개발과 통계분석을 위해서 별도 코드를 포함하지 않는 진정한 모형을 위한 표본 인프라 팩키지로 개발되고 있다.

rsample 인프라

가장 큰 장점은 아마도 다음 부츠트랩 표본구성을 하는 코드에도 나타나지만 부츠트랩 표본을 10세트 만드면 당연히 객체 크기가 10배 커져야 하나 rsample 팩키지가 효율적으로 작성되어 크기를 상당히 줄일 수 있게 되었다.

자료구조도 티블(tibble) 리스트칼럼 형태로 함수형 프로그래밍에 익숙한 개발자면 쉽게 사용할 수 있을 것으로 보인다.

# 0. 팩키지 -----
library(rsample) # devtools::install_github("topepo/rsample")
library(mlbench)

# 1. 데이터 -----
data(LetterRecognition)
pryr::object_size(LetterRecognition)
2.64 MB

# 2. 부츠트랩 데이터 -----
boots <- bootstraps(LetterRecognition, times = 10)
pryr::object_size(boots)
3.46 MB

# 3. 크기 계산 -----
pryr::object_size(boots)/nrow(boots)
346 kB

as.numeric(pryr::object_size(boots)/pryr::object_size(LetterRecognition))
[1] 1.30654

# 4. 부츠트랩 표본 -----
boots
# Bootstrap sampling 
# A tibble: 10 x 2
   splits       id         
   <list>       <chr>      
 1 <S3: rsplit> Bootstrap01
 2 <S3: rsplit> Bootstrap02
 3 <S3: rsplit> Bootstrap03
 4 <S3: rsplit> Bootstrap04
 5 <S3: rsplit> Bootstrap05
 6 <S3: rsplit> Bootstrap06
 7 <S3: rsplit> Bootstrap07
 8 <S3: rsplit> Bootstrap08
 9 <S3: rsplit> Bootstrap09
10 <S3: rsplit> Bootstrap10