问题描述
我想在 MLR3 中使用 Ranger 分类器设置 class.weights 参数。在基本 Ranger 包中,class.weights 参数采用向量。尝试在 MLR3 中设置相同参数时,出现错误。
# create a dummy dataset and try it with ranger
library(ranger)
dt <- data.frame(x = runif(100),y = factor(sample(0:1,100,replace = TRUE)))
rr <- ranger(y ~ x,data = dt,class.weights = c(0.5,0.95))
这运行良好。现在尝试使用 MLR3:
library(mlr3)
library(mlr3learners)
library(mlr3misc)
task = TaskClassif$new(id = "imbalanced",backend = dt,target="y")
learner = lrn("classif.ranger")
learner$param_set$values = insert_named(
learner$param_set$values,list("class.weights" = c(0.05,0.95))
)
self$assert(xs) 中的错误: 对“xs”的断言失败:class.weights:长度必须为 1
检查 learner$param_set 表明 MLR3 期望 class.weight 的 ParamDBL,而不是列表,因此出现错误。
learner$param_set$class
然而,如果你给它一个单一的参数值,Ranger 就会抛出一个错误
learner$param_set$values = insert_named(
learner$param_set$values,list("class.weights" = 0.05)
)
rr = resample(task,learner,rsmp("cv"),store_models = TRUE)
返回的错误如下:
Ranger::ranger(dependent.variable.name = task$target_names,data = task$data(),中的错误: 错误:类权重数不等于类数
如何在 MLR3 中设置这个 class.weights 参数?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)