mlr3中surv.coxph带案例权重模型预测报错的解决咨询

问题原因 #

错误根源是任务中被标记为权重的列被意外移除：你执行task$select(selected_features)时，仅保留了litter、rx、sex三个特征列，把之前添加的weights列从任务数据中删除了，但task$col_roles$weight仍指向这个已不存在的列，导致预测时模型无法找到权重列，触发长度不匹配报错。

修复方案 #

修改任务定义代码，在select操作时保留weights列，同时确保它仅作为权重而非特征被使用：

library(mlr3)
library(mlr3proba)

rm(list=ls())
# Load the rats dataset and create a survival task
task0 = tsk("rats")

# Define task for surv.coxph learner with case weights
set.seed(123)
selected_features= c("litter", "rx", "sex")
# 将权重列加入需保留的列列表
selected_cols = c(selected_features, "weights")
task  = task0$clone()
task$cbind(data.frame(weights = runif(task$nrow, 1, 2)))
# 选择包含权重列的所有必要列
task$select(selected_cols)
task$col_roles$weight = "weights"
# 将权重列从特征角色中移除，避免被当作预测特征
task$col_roles$feature = setdiff(task$col_roles$feature, "weights")
task

验证修复后的完整流程 #

训练和预测代码无需修改，可正常执行：

# Define the learner - Cox Proportional Hazards Model (with case weights)
learner = lrn("surv.coxph")

# Perform a training/test split, stratified on `status` by default
part = partition(task)  # Train/test split balanced by status (default)

# Train the learner on the training split
learner$train(task, part$train)

# Make predictions on the testing split
p = learner$predict(task, part$test)
# 现在可正常生成预测结果
p

关键说明 #

• task$select(selected_cols)确保权重列不会被从任务数据中移除，保证模型训练和预测时都能访问到权重信息
• task$col_roles$feature = setdiff(...)是可选但推荐的操作，它明确将权重列排除在特征列表外，避免模型误将其当作预测变量使用

内容的提问来源于stack exchange，提问作者atg