R语言recipe中step_interact报错求助：需保留交互项

错误原因 #

1. 变量名变更：执行step_dummy(all_nominal())后，原分类变量sex会被转换为哑变量（例如sex_male，具体名称取决于因子水平），原变量名sex已从数据集中移除，导致step_interact中引用sex无法找到对应变量。
2. 参数规范问题：step_interact需要通过terms参数明确指定交互项公式，且必须匹配预处理后的变量名。

修正方案 #

方案1：使用选择器自动匹配哑变量 #

通过starts_with("sex")选择器匹配所有sex开头的哑变量，无需手动指定具体哑变量名称，适用性更强：

recipe1 <- recipe(survived~pclass+sex+age+sib_sp+parch+fare,data=training) 
%>% step_impute_linear(age) 
%>% step_dummy(all_nominal()) 
%>% step_interact(terms = ~ starts_with("sex"):fare + age:fare)

log1 <- logistic_reg() %>% set_engine("glm") %>% set_mode("classification")
workflow1 <- workflow() %>% add_model(log1) %>% add_recipe(recipe1)
fit1 <- fit(workflow1,data=training)

方案2：手动指定哑变量名称 #

先查看预处理后的变量名，再直接引用哑变量构建交互项：

1. 先执行预处理查看变量名：

temp_recipe <- recipe(survived~pclass+sex+age+sib_sp+parch+fare,data=training) %>% 
  step_impute_linear(age) %>% 
  step_dummy(all_nominal()) %>%
  prep(training)

# 输出处理后的所有变量名
bake(temp_recipe, training) %>% colnames()

2. 根据输出的哑变量名称（例如sex_male）修改step_interact：

recipe1 <- recipe(survived~pclass+sex+age+sib_sp+parch+fare,data=training) 
%>% step_impute_linear(age) 
%>% step_dummy(all_nominal()) 
%>% step_interact(terms = ~ sex_male:fare + age:fare)

log1 <- logistic_reg() %>% set_engine("glm") %>% set_mode("classification")
workflow1 <- workflow() %>% add_model(log1) %>% add_recipe(recipe1)
fit1 <- fit(workflow1,data=training)

内容的提问来源于stack exchange，提问作者Ovr