R中grid_latin_hypercube()模型的randomForest误差

Question

我是数据科学领域的新手，我想找出我一直面临以下错误的原因：

Error in grid_latin_hypercube(): these arguments contain unknowns: `mtry`. See the finalize() function. 

我的计算例程结构如下：

datatrain <- training(data)
rf_mod <- rand_forest(
trees = tune(),
min_n = tune(),
mtry = tune()
) %>% set_engine("randomForest") %>% set_mode("regression")

tuneargs <- rf_mod 

reci <- recipe(Response ~.,datatrain)

workf <- workflow() %>%
add_model(tuneargs) %>%
add_recipe(reci)

rand_grid <- grid_latin_hypercube(trees(),
                                  min_n(),
                                  mtry(),
                                  size = 100)

在此之后，将出现上述错误。

我认为这个错误可能与我在考虑randomForest算法和使用grid_latin_hypercube这一事实有关。因此，参数规格可能不一致。

在这种情况下，我怎么解决呢？

Answer 1

在随机林中，mtry定义随机选择的预测器的数量。

由于您没有指定应该在哪个培训数据上运行mtry()，因此范围是未定义的：

library(dials)
library(dplyr)

mtry() %>% range_get()
$lower
[1] 1

$upper
unknown()

这是错误消息中提到的未知信息。

为了避免错误，您可以按照建议使用finalize来告诉mtry要使用哪些预测器：

rand_grid <- grid_latin_hypercube(trees(),
                                  min_n(),
                                  finalize(mtry(),select(datatrain,-Response)),
                                  size = 100)

## A tibble: 100 × 3
#trees min_n  mtry
#<int> <int> <int>
#1  1721    15    11
#2   730    12     4
#3  1081     3     1
#4   184    24     8
#5   222     2     3
#6  1584    31     6
#7   400    15     8
#8  1049    14     7
#9  1786     8     4
#10  1378    11    10
## … with 90 more rows
## ℹ Use `print(n = ...)` to see more rows