问题标签 [r-parsnip]

我有一个关于使用 ggeffects 进行预测的问题，如果我使用传统的 lm 拟合或提取的欧洲防风草模型拟合（尽管具有相同的系数），这会给我完全不同的结果。这是一个例子......

当我查看输出时，两者都具有相同的系数

但是当我去预测时，预测完全不同

模型 1

模组lm2

也许我不能/不应该以这种方式使用 parsnip fit 对象，但这似乎很奇怪，因为它们显示了相同的系数。

我很感激任何帮助！

当我尝试使用索引来提取向量的元素或调用 parsnip 库的 set_args 函数中的函数时；

我正面临这样的情况，上面代码的结果是；

该函数不调用结果tree_numbers[1]为 500 的函数，而是直接将tree_depth = tree_numbers[1]其作为字符串。对于具有相同逻辑的任何其他函数的参数，我可以调用或提取 500 值。看起来无论在 set_args 中输入什么，它都被直接当作字符串，然后函数对其进行解码。

这种情况的解决方案是什么来获得 500 或 1000 是函数tree_numbers内部向量的元素set_args？

我想在同一个数据集上评估几个（主要是）线性回归模型的性能。我想也许使用tidymodels包和workflowsets::workflow_set()可能的工作。我遵循了此处的示例，但我无法弄清楚如何从代码中实际获得合适的结果。

看来这实际上并不适合模型本身。我需要什么/在哪里添加代码以适应线性模型？

或者，是否有更好但仍然“整洁”的方式来做到这一点？接受建议。