使用mlr3堆叠调参时classif.avg报错及子模型预测获取问题

问题1：报错原因分析 #

报错信息：

Error in .__LearnerClassifAvg__prepare_data(self = self, private = private, : Assertion on 'all(fcts) || !any(fcts)' failed: Must be TRUE. This happened in PipeOp classif.avg's $train()

核心原因是**classif.avg学习器的输入数据类型不匹配**：

• 你设置了lrn_avg$predict_type = "prob"，说明该学习器需要输入数值型的概率预测值来计算加权平均概率。
• 但你在每个零级学习器的管道中添加了po("threshold")，这个PipeOp会将模型输出的概率预测转换为因子型的类别标签（如"0"/"1"）。
• 当featureunion把这些因子型类别标签合并后传给classif.avg时，完全不符合它的输入要求（要么全是因子、要么全是数值概率，当前配置下需要数值概率），触发了断言检查失败。

修复方案 #

把po("threshold")移到整个堆叠模型的最后，让classif.avg先基于零级学习器的概率输出计算加权平均概率，再对最终的平均概率做阈值调优：

# 修改管道结构：先做堆叠平均，再加threshold调优
graph_1 <- graph_0 %>% lrn_avg %>% po("threshold")
lrn_graph_1 <- mlr3::as_learner(graph_1)

# 调整调优参数的目标为最终的threshold.thresholds
lrn_graph_1$param_set$set_values(threshold.thresholds = to_tune(p_dbl(lower = 0, upper = 1)))

问题2：获取零级学习器的新数据预测 #

可以通过训练后的auto_tuner对象，提取每个零级学习器的训练实例，再单独调用predict_newdata：

具体步骤 #

1. 训练完成后，提取每个零级学习器的训练实例：

# 提取每个零级学习器的训练后实例
lrn_rpart_trained <- run_auto_tuner$learner$graph$pipeops$po_lrn_rpart_cv$learner$model$learner
lrn_kknn_trained <- run_auto_tuner$learner$graph$pipeops$po_lrn_kknn_cv$learner$model$learner
lrn_svm_trained <- run_auto_tuner$learner$graph$pipeops$po_lrn_svm_cv$learner$model$learner
lrn_xgboost_trained <- run_auto_tuner$learner$graph$pipeops$po_lrn_xgboost_cv$learner$model$learner

2. 用每个训练好的零级学习器单独预测新数据：

# 获取单个零级学习器的概率预测
pred_rpart <- lrn_rpart_trained$predict_newdata(newdata = bradypus_data)
pred_kknn <- lrn_kknn_trained$predict_newdata(newdata = bradypus_data)
# 查看概率值
pred_rpart$prob

补充说明 #

如果需要在调优过程中保留零级学习器的预测结果，也可以在构建管道时使用po("copy")节点分流数据，但上述方法是训练完成后提取预测的最直接方式。

内容的提问来源于stack exchange，提问作者Marine