问题标签 [mlr3]

有没有办法在 R 包中设置特定的参数值paradox？假设我为随机森林方法进行超参数调整，我想测试mtry = c(2, 3, 7, 8)和min.node.size = c(2, 5, 7)，即 4 x 3 网格，值之间的距离不相等。

目前，我必须进行大型 7 x 6 网格搜索以包含这些值，测试我不感兴趣的组合：

我想知道如何重新排序从“mlr3”训练模型产生的特征的重要性，以匹配特征名称的顺序task$feature_names？例如，如果我像这样创建一个task和模型mlr3：

然后我看看特征名称和重要性值，结果如下：

重要性值按从高到低排序。但我想知道是否可以重新排序值以匹配（在上面的示例中）imp给出的特征名称的顺序。name

看看两者的结构name并imp告诉我：

我正在使用 R 版本 3.6.3、mlr3 版本 0.3.0 和 mlr3proba 版本 0.1.6（我能找到的最新开发版本）和 xgboost 版本 0.90.0.2 → 我正在尝试使用命令：lrn("surv.xgboost") 但我收到错误消息：

如果您希望我提供有关该问题的更多详细信息，请告诉我。

我用 R 中的 mlr3 包训练和测试了一个决策树分类器：

pred_probability = learner_DT$train(task_train)$predict(task_test)

我怎样才能从这个模型中得到变量的重要性？我试过learner_DT$importance()但结果是named numeric(0)

任何帮助表示赞赏。

不幸的是，在申请surv.xgboost训练和预测时，没有distr产生如文档中所述的输出：https ://mlr3proba.mlr-org.com/reference/LearnerSurvXgboost.html ，只产生crank和lp输出。

另请注意，上面的文档链接也不稳定，因为它有时会链接到新mlr3proba版本 0.2.0 并引发 404 错误，而其他时候它可以正常工作并显示 0.1.6 的文档surv.xgboost说明mlr3proba。

如果您希望我提供有关该问题的更多详细信息，请告诉我。提前感谢您的宝贵时间。

使用的 R 版本：3.6.3，mlr3 版本：0.4.0-9000，mlr3proba 版本：0.1.6.9000，mlr3pipelines 版本：0.1.2 和 xgboost 版本：0.90.0.2（如 Rstudio 包管理器所述）

我已经部署了以下图形管道：

不幸的是，在执行以下命令时：

调用 predict 函数时，将返回以下错误：

此错误似乎特定于 distrcompose 函数，因为我尝试仅使用 surv.xgboost、surv.kaplan 实现简单图形，但它没有出现。

它似乎也是数据不明确的，因为我尝试更改输入数据并且只要使用 distrcompose 就会返回相同的错误。如果您希望我提供有关此事的任何进一步信息，请告诉我，提前感谢您的时间。

请使用以下代码重现错误：

食谱步骤效果很好

但我真正想要获得的结果是下面的结果，每行有一个观察结果，因为多色项目不再需要几行。

显然，我可以这样做。但是为了将我的配方步骤完全集成到tidymodels生态系统中，例如使用工作流，如果我可以将不再需要重复的行分组，这要好得多，这要归功于配方中直接存在的虚拟变量。

是否有任何tidymodels 认可的方法来获得此结果？

我也尝试过这样做mlr3，但无济于事，因为我找不到任何适合PipeOp聚合行的方法。

我正在研究自定义step_函数或自定义PipeOp的创建，但我仍然觉得我缺少一些东西，因为我的数据类型对我来说并不罕见。

我正在使用 MLR3 学习新的 MLR 环境

与 MLR 相比，我可以使用以下方法获取学习者列表：

在 MLR3 中，我使用以下方法获取学习者列表：

我的问题是，MLR3 是否只提供这 5 个独特的学习者？

我有一个 mlr3 任务，我有这样的数据集：

数据集“全部”

如何按列“数据”值“火车”过滤任务？

我尝试了 task$filter(data == "train") 和许多其他组合，但不起作用。

在 mlr3 中创建过滤器时，如何仅将过滤器基于训练数据？

创建过滤器后，如何将过滤器应用于建模过程并将训练数据子集化为仅包含高于某个阈值的过滤器值？