tableau集成R----boosting模型

关于tableau与r的连接配置参考我的这篇博客
https://blog.csdn.net/weixin_41744624/article/details/105634247

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

tableau

函数

关于tableua中集成R语言，涉及到以下四个：

• SCRIPT_BOOL----返回布尔结果
• SCRIPT_INT----返回整数结果
• SCRIPT_REAL----返回数字结果
• SCRIPT_STR----返回字符串结果

下面来针对一个案例进行tableau中的boosting模型建立：

离职率分析

关于离职率分析：
相应变量（y）对应的字段是：人员状态
预测变量（x）对应的字段是（为了简单仅选择三个）：专业职级、入职日期、工作地点

我们期望的返回结果是【在职】、【离职】；所以选用的tableau中的函数是返回字符串的SCRIPT_STR（）

字段语句：

创建计算字段

SCRIPT_STR(
     "
     library(adabag); 
     predict(boosting(.arg1~.,data.frame(.arg1,.arg2,.arg3,.arg4)),
                        data.frame(.arg1,.arg2,.arg3,.arg4))$class;
     ",
        ATTR([人员状态]),
       ATTR ([工作地点]),
        ATTR([专业职级]),
       ATTR ([入职日期])
)

函数解释

• library(adabag) ：调用R语言总的adabag包（要保证R中安装了adabag包，并且在安装后重新运行Rserver服务器）
• data.frame(.arg1,.arg2,.arg3,.arg4)：boosting模型中需要对data.frame结构下的结果做预测分析，而tableau是以表中数据列的形式向R传递参数的，所以需要先形成data.frame结构。（其中：.arg1/.arg2/.arg3/.arg4）对应（ATTR([人员状态])/ATTR ([工作地点])/ ATTR([专业职级])/ATTR ([入职日期])）
• boosting(.arg1~.,data.frame(.arg1,.arg2,.arg3,.arg4))：表示boosting模型中是以data.frame中除了.arg1以外的内容来预测.arg1的
• predict（生成的boosting模型，预测数据）$class：返回使用boosting模型预测的数据中的class项（也就是预测结果）

tableau结果

部分涉及个人信息，不给大家看了…

返回指标重要性结果

根据上述的几个指标，我们预测了boosting回归模型的结果，在模型中有一个重要的指标，importance可以帮助我们了解各个指标在建立模型中的影响重要程度。

R中显示：

因为importance是一个列表，其中结果是计算的，而tableau只能返回相应的单个值，所以下方的代码我们返回第一个值，也就是地点的影响程度，相应可修改$importance[2]，$importance[3]

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

        ATTR([人员状态]),
       ATTR ([工作地点]),
        ATTR([专业职级]),
       ATTR ([入职日期])
)

注意事项

• boosting模型在R中不处理情况下，预测变量十几个，可预测的内容大概在几W级别，在tableau中会更低，数据量是一个限制
• tableau中计算字段会逐步输出数据，所以建议将所有的内容写在一行内输出，毕竟计算字段的原理就是输出同一维度下内容（可参照下方讲解的R中代码和tableau中的不同）
• tableau中因为使用了ATTR（）处理了聚合文字字段，所以当使用了多少个维度，这些维度都应该展示在看板上，如果不展示就会出现多条内容对应一个而报错（表关系是这样的），度量也同理

R

下面看一下boosting模型在R的运行

上述例子代码

library(adabag)
d<-read.csv("工作簿1.csv")
# 人员状态设置为因子
d[,"人员状态"]<-factor(d[,"人员状态"])
# 设置种子使得实验可重复
set.seed(4410)
# 垃圾回收清空占用空间
gc()
# boosting模型
m<-boosting(人员状态~.,d)
# 预测
p<-predict(m,d)
# 将训练集中的人员状态（实际）与测试集中的class（预测结果）放置对比
table(d$人员状态，p$class)
print(table(d$人员状态,p$class))
# m$importance是各个变量所占模型预测的重要比例（本例：专业职级、入职日期、工作地点）
m$importance
barplot(m$importance)
# 可做排序绘制
sort(m$importance)
barplot(sort(m$importance))

结论

tableau中可以集成R做数据，但是对于boosting模型来说，一方面因为传递变量时文本类型；一方面是tableau的输入输出内容局限性，所以进行方式不如在R中直接进行boosting模型有效

但是对于一些局部的指标，如果业务部门需要定期tableau查看，可以在tableau书写固定计算字段方便业务进行