tidymodels中step_ns()报错：qr.default()存在NA/NaN/Inf问题

问题根源 #

你触发报错的核心原因是：step_ns()（自然样条变换）仅适用于连续型数值变量，但你用all_predictors()把数据集里的所有预测变量都纳入了变换——而bfi中的A1:O5是离散的Likert量表数据（取值为1-5的整数），这类变量在交叉验证的子集折叠中，容易出现方差为0的情况（比如某折叠里某变量所有取值完全相同），导致样条基计算生成奇异矩阵，最终触发QR分解的报错。

解决方案 #

1. 仅对真正的连续变量应用样条变换

你的数据中只有age是连续变量，修改recipe，只针对age执行样条变换：

bfi_rec = recipe(
  bfi,
  vars = bfi %>% select(age, A1:O5) %>% names(),
  roles = c("outcome", rep("predictor", 25)),
) %>% 
  step_ns(age, deg_free = 3) # 仅对连续变量age应用样条变换

2. （可选）处理离散变量的替代方案

如果非要对离散型预测变量做变换，不建议用样条（不符合统计逻辑），可以选择：

• 对有序离散变量用多项式变换：step_poly(A1:O5, degree = 2)
• 先移除近零方差变量，避免交叉验证中出现奇异矩阵：

  bfi_rec = recipe(
    bfi,
    vars = bfi %>% select(age, A1:O5) %>% names(),
    roles = c("outcome", rep("predictor", 25)),
  ) %>% 
    step_nzv(all_predictors()) # 先移除近零方差变量
    step_ns(age, deg_free = 3) # 仅对连续变量做样条
  

3. 验证变量分布（排查前置步骤）

可以先检查所有预测变量的类型和分布，确认没有极端取值或方差为0的情况：

bfi %>% select(all_predictors()) %>% summary()

修改后的完整可运行代码 #

library(tidyverse)
library(tidymodels)
library(psych)

# 数据准备
bfi = psych::bfi %>% na.omit()
bfi = bfi %>% select(A1:O5, age)

# 修正后的recipe
bfi_rec = recipe(
  bfi,
  vars = bfi %>% select(age, A1:O5) %>% names(),
  roles = c("outcome", rep("predictor", 25)),
) %>% 
  step_ns(age, deg_free = 3)

# 模型与工作流
bfi_model = linear_reg() %>%
  set_engine("lm") %>%
  set_mode("regression")

bfi_wf = workflow() %>%
  add_recipe(bfi_rec) %>%
  add_model(bfi_model)

# 交叉验证与重采样
set.seed(1)
bfi_folds = vfold_cv(bfi, v = 5)

bfi_res = fit_resamples(
  bfi_wf,
  bfi_folds,
  control = control_resamples(save_pred = TRUE)
)

# 查看结果
bfi_res %>%
  collect_metrics() %>%
  filter(.metric == "rsq")

补充说明 #

你之前尝试的换公式、换数据集、换引擎等方法无效，是因为问题出在预处理逻辑错误（给离散变量用样条），而非模型或数据集本身的问题——哪怕换数据集，只要对离散变量用step_ns()，依然可能触发同类报错。

内容的提问来源于stack exchange，提问作者CoderGuy123