问题描述
我想使用mlr3在不同数据子集上训练模型，而我想知道是否有一种方法可以在管道中对不同数据子集训练模型。
我想做的事情与R for Data Science - Chapter 25: Many models中的示例相似。假设我们使用相同的数据集gapminder，该数据集包含世界各国的不同变量，例如GDP和预期寿命。如果我想训练每个国家的预期寿命模型，是否有一种简单的方法可以使用mlr3创建这样的渠道？
理想情况下，我想使用mlr3pipelines在图形中为每个子集（例如，每个国家/地区有一个单独的分支）创建一个分支，并在最后添加模型。因此，最终图将在单个节点上开始，并在末端节点上有n个受过训练的学习者，数据集中每个组（即国家/地区）一个，或者是一个汇总结果的最终节点。我也希望它能用于新数据，例如，如果我们在2020年将来获得新数据，我希望它能够使用针对特定国家/地区训练的模型为每个国家/地区创建预测。
我发现的所有mlr3示例似乎都涉及整个数据集的模型，或者对模型进行了训练集中的所有组的训练。
当前，我只是为每组数据手动创建一个单独的任务，但是将数据子集步骤合并到建模管道中会很好。
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@）