使用additive与tidymodels运行分类GAM模型时遇报错求助

错误原因分析 #

你遇到的报错核心是因子型响应变量与底层mgcv函数的数值运算不兼容：

• mgcv的gam.fit3函数在处理二项分类模型时，会对响应变量进行数值运算（如残差计算y - mu），但因子类型不支持这类操作，因此出现‘-’ not meaningful for factors的警告，最终触发NA/NaN/Inf的致命错误。
• 同时原数据生成代码存在语法错误：ceiling(nrow(1000) / 2)中nrow()传入的是数值而非数据框，导致AADT列生成失败。

修正方案 #

1. 指定二项分布族：在additive()中明确设置family = binomial()，让模型正确识别分类任务的分布类型，自动处理因子型响应变量。
2. 修正数据生成逻辑：生成匹配长度的AADT数据，避免语法错误。
3. 简化配方定义：直接在recipe中指定公式，减少冗余配置。

修正后的完整代码 #

library(additive)
library(tidymodels)

# 生成正确的训练数据
train_dat <- data.frame(
  collision = sample(rep(0:1, 100)), # 生成200个0/1二元样本
  AADT = sample(0:1000, size = 200, replace = TRUE)
) %>%
  mutate(collision = factor(collision, levels = c("0", "1"))) # 转为因子并指定水平

# 定义数据预处理配方
test_recipe <- train_dat |> 
  recipe(collision ~ AADT) |> 
  step_normalize(all_numeric_predictors())

# 定义分类GAM模型，指定二项分布族
test_model <- additive(
  method = "REML",
  family = binomial()
) |> 
  set_engine("mgcv") |> 
  set_mode("classification")

# 构建并拟合工作流
test_workflow <- workflow() |> 
  add_recipe(test_recipe) |> 
  add_model(test_model)

test_workflow_fit <- test_workflow |> 
  fit(data = train_dat)

# 查看拟合结果
test_workflow_fit

额外说明 #

• 若不想将响应变量转为因子，也可以保持collision为数值型0/1，此时family = binomial()依然有效，模型会自动适配。
• 确保additive和mgcv包版本兼容，当前使用的additive_1.0.1搭配mgcv的最新稳定版即可正常运行。

内容的提问来源于stack exchange，提问作者Chad Apol