问题描述
我正在尝试使用引导重采样作为我在 mlr3 中的交叉验证,并且一直在追踪错误的原因:
as_data_backend.data.frame(backend,primary_key = row_ids) 中的错误: 对“primary_key”的断言失败:包含重复值,位置 2。
位置发生变化(可能是第一个重复的行)。根据错误消息,我首先认为这是包含行名的问题,因此我将它们设置为 col_type$name,并尝试在创建任务之前从数据中删除行名(不走运!)。
在尝试创建 reprex 时,我缩小了范围以转换管道运算符,如“scale”和“pca”作为原因:
library("mlr3verse")
task <- tsk('sonar')
pipe = po('scale') %>>%
po(lrn('classif.rpart'))
ps <- ParamSet$new(list(
ParamDbl$new("classif.rpart.cp",lower = 0,upper = 0.05)
))
glrn <- GraphLearner$new(pipe)
glrn$predict_type <- "prob"
bootstrap <- rsmp("bootstrap",ratio = 1,repeats = 5)
instance <- TuningInstanceSingleCrit$new(
task = task,learner = glrn,resampling = bootstrap,measure = msr("classif.auc"),search_space = ps,terminator = trm("evals",n_evals = 100)
)
tuner <- tnr("random_search")
tuner$optimize(instance)
我也尝试过网格搜索,而不是随机的、不同的学习者,包括 rsmp 中的标志“duplicated_ids = TRUE”,但没有成功。但是,更改为 CV 交叉验证确实可以解决问题。
作为参考,在完整的管道/图表中,我正在尝试不同的特征过滤器和学习器来识别候选管道。
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@)