Использование fit_xy () для cross_validation в Tidy Models

Я новичок в Tidy Models, и мне он пока нравится, но у меня есть вопрос об использовании интерфейса без формул для повторной выборки / перекрестной проверки. Как я понимаю до сих пор, чтобы применить resampling () / cross validation, я должен написать

• рецепт с формулой: исход ~ предикторы

    rf_rec <- 
        recipe(y_graduated ~ ., 
               data = trainDat_predSet)

• указать модель

    # Setting Random Forest Model Specifications
        rf_model <-
          rand_forest() %>%
          set_engine("ranger") %>%
          set_mode("classification") %>%
          set_args(mtry = 3, 
                   trees = 50,
                   min_n = 5)

• создавать складки

    set.seed(1234)
    trainDatFolds <- 
      rsample::vfold_cv(data = trainDat, v = 5)

• включить рецепт и спецификацию модели в рабочий процесс

    rf_workflow <- 
      workflow() %>%
      add_recipe(rf_rec) %>%
      add_model(rf_model)

• Потом подгоните ресэмплинг.

    rf_workflow %>% 
      fit_resamples(resamples = trainDatFolds,
                    metrics = metric_set(roc_auc, pr_auc, accuracy),
                    control = control_resamples(save_pred = TRUE)
      )

Для моих целей гораздо удобнее иметь возможность использовать неформульный интерфейс предикторов результата.

Без шага рецепта и если я выполнял повторную выборку подгонки, я мог бы легко использовать функцию - fit_xy (), чтобы указать набор y-результата и x-предиктора.

Это вариант для повторной выборки?

Большое спасибо!