MLR3的task$feature_names正在重新排序R中的变量？

Question

所以我的问题是，当我有一个数据框，然后使用mlr3的task$feature_names函数创建一个任务时，它会以字母顺序或(某种)错误的数字顺序返回变量，而我希望保持特征名称在数据框中出现的顺序。我提供了下面两个我想要的例子。第一个例子是(有点)数字例子，第二个例子是按字母顺序排列的。

示例1(数字)：

library(mlr3)
# Set Values
n <- 10      # No of rows
p <- 10       # No of cols
e <- rnorm(n) # used for noise
b <- 10      


# Create matrix of values
xValues <- matrix(rnorm(n*p), nrow=n)   # Create matrix wt 3 columns
colnames(xValues)<- paste0(1:p)     # Name columns
df <- data.frame(xValues)               # Create dataframe

# Equation 
y <- (b + b*df$X1 - b*df$X2 + (b*df$X3)*(b*df$X2) + e)     # Equation

# Adding y to df
df$y <- y

# mlr3 TASK
test_T = TaskRegr$new(id = "test", backend = df, target = "y")
test_T$feature_names

因此，在上面的示例中，我创建了一些数据(即从X1到X11)，然后创建了一个mlr3任务。但是，当我运行test_T$feature_names时，它返回以下内容：

[1] "X1"  "X10" "X2"  "X3"  "X4"  "X5"  "X6"  "X7"  "X8"  "X9" 

因此，由于X10中的前导1，mlr3认为X10应该出现在X2之前。

示例2(按字母顺序)：

library(mlr3)
a  <-rnorm(10)
b  <-rnorm(10)
ab <-rnorm(10)
ba <-rnorm(10)
c  <-rnorm(10)
myData <- data.frame(a, b, ab, ba, c)
t_T = TaskRegr$new(id = "test", backend = myData, target = "c")
t_T$feature_names

因此，这一次，我的数据帧中变量的顺序由myData描述(即a，b，ab，ba，c)。但是，当我运行t_T$feature_names时，它返回以下内容：

[1] "a"  "ab" "b"  "ba"

它已将顺序更改为字母顺序。我不确定这是故意的还是mlr3的疏忽...但有没有办法从mlr3创建的任务中提取功能名称，其中它不会对变量名称进行重新排序？

我仍然被这个问题卡住了，如果有人有什么建议的话？

编辑:我添加了一个(糟糕的)图形示例，只是为了说明这个问题。因此，从数字示例继续，如果我想要创建一个热图样式图，但使用$feature_names来获取功能名称，我最终得到的结果如下所示：

nam <- test_T$feature_names

var_int2 = df %>% as_tibble %>% 
  mutate(var_num1 = 1:length(nam)) %>% 
  pivot_longer(cols = 1:length(nam),
               values_to = 'values') %>% 
  mutate(var_num2 = rep(1:length(nam), length(nam)),
         alpha_imp = as.integer(var_num1 == var_num2),
         alpha_int = 1 - alpha_imp)

p <- ggplot(data = var_int2, 
            mapping = aes(x = var_num1, y = var_num2)) + 
  scale_x_continuous(breaks = 1:length(nam), labels = nam, position = "top") + 
  scale_y_reverse(breaks = 1:length(nam), labels = nam) +
  geom_raster(aes(fill = y),
              alpha = var_int2$alpha_int)

p

这将产生如下所示的结果：

​

可以看出，它在X1和X2之间绘制X10。理想情况下，我希望保持要素在数据框中的显示顺序。我知道可能还有其他方法来重新排序绘图，然而，我在我创建的一个大型绘图函数中依赖于$feature_names。最初，我使用的是mlr的getTaskFeatureNames(task)，它保持了功能名称的原始顺序……但我最近更新到了mlr3，这似乎改变了顺序。

Answer 1

如果您可以提供一个示例或用例，其中功能的顺序很重要，我们可以尝试保留它。

Answer 2

我们有一个简短的讨论，不要认为这是一个错误。您还可以查看任务中的数据并获取列名

task = tsk("mtcars")
task$feature_names
# [1] "am"   "carb" "cyl"  "disp" "drat" "gear" "hp"   "qsec" "vs"   "wt"  
colnames(task$data())
# [1] "mpg"  "am"   "carb" "cyl"  "disp" "drat" "gear" "hp"   "qsec" "vs"   "wt" 

请注意，这包含目标列。而且，如果你使用另一个后端，而不是只使用data.table，它会变得很慢，因为数据将被检索，而$feature_names是独立于数据的。

总而言之，你可以使用这个解决方案的顺序是很重要的

setdiff(colnames(task$data()), task$target_names)