machine-learning - 使用“mlr3pipelines”预处理数据后，“mlr3filters”的变量重要性在“mlr3proba”中不起作用

Question

mlr3proba使用 R 的和mlr3pipelines和包运行下面的代码以在预处理数据集上mlr3filters实现rpart算法并执行“变量重要性”，显示错误：

task <- tsk("iris")

learner <- lrn("classif.rpart")

learner <- po("encode") %>>% po("scale") %>>% po("learner", learner)      # preprocessing

learner <- GraphLearner$new(learner)  #applying learner on a graph in mlr3pipelines

filter <- flt("importance", learner = learner)    #using filter for variable importance

filter$calculate(task)

#Error: 

Error in learner$importance() : attempt to apply non-function 

但是当我运行上面的代码时，没有预处理，它可以工作：

task <- tsk("iris")

learner <- lrn("classif.rpart")

filter <- flt("importance", learner = learner)

filter$calculate(task)

as.data.table(filter)

#Results:

        feature     score
1:  Petal.Width  88.96940
2: Petal.Length  81.34496
3: Setal.Length  54.09606
4:  Sepal.Width  36.01309

那么，有什么问题呢？