使用stacks库堆叠Light GBM与随机森林时Booster不存在错误排查

我用stacks库做LightGBM和随机森林的模型堆叠，完成工作流配置、添加候选模型构建my_stack，执行blend_predictions()和fit_members()得到stack_mod后，调用predict()时触发以下错误：

Error in `purrr::map()`:
ℹ In index: 1.
ℹ With name: lightGBM_models_1_047.
Caused by error in `predictor$predict()`:
! Attempting to use a Booster which no longer exists. This can happen if you have called Booster$finalize() or if this Booster was saved with saveRDS(). To avoid this error in the future, use saveRDS.lgb.Booster() or Booster$save_model() to save lightgbm Boosters.

我知道这个错误通常和LightGBM模型保存后复用有关，但搞不懂为什么前期stack相关步骤（包括识别并移除重复预测结果）都能正常执行，偏偏到预测时Booster就消失了？

原因分析 #

核心问题出在LightGBM Booster对象的特性和stacks库的内部处理逻辑上：

• LightGBM的Booster是C++对象的R包装器，不像纯R对象那样能被常规的R序列化/引用机制妥善保留。
• blend_predictions()阶段只需要成员模型在当前会话中输出一次预测结果，用来生成堆叠所需的特征矩阵，这个过程不需要Booster对象长期存活；fit_members()只是完成成员模型的拟合，但stacks库默认可能没有为LightGBM的Booster做特殊的持久化处理。
• 当你完成前面的步骤后，R的垃圾回收机制可能会清理掉没有被显式引用的底层C++ Booster对象，等到调用predict()时，R包装器还在，但对应的C++对象已经不存在，就会触发这个错误。

解决办法 #

• 修改LightGBM模型的保存策略
  在定义LightGBM模型时，显式避免Booster被自动finalize，或者改用官方推荐的保存方式：

  • 如果用parsnip接口，初始化模型时添加参数save_model = TRUE，或者在拟合后手动用Booster$save_model()保存模型，再在预测前重新加载。
  • 直接用lightgbm原生接口的话，调用lgb.train()时设置save_name参数保存模型，后续用lgb.load()加载。

• 显式保留Booster引用
  在构建stack前，手动把LightGBM模型的Booster对象赋值给一个全局环境的变量，避免被垃圾回收：

  # 假设你的LightGBM工作流拟合后得到model_lgb
  booster_obj <- extract_fit_parsnip(model_lgb)$booster
  # 把booster_obj存入全局环境，防止被回收
  assign("booster_obj", booster_obj, envir = .GlobalEnv)
  

• 升级相关库版本
  stacks和lightgbm的旧版本可能存在对象持久化的兼容bug，升级到最新版的stacks和lightgbm库，大概率能解决这类底层对象管理的问题。

内容的提问来源于stack exchange，提问作者MMiceli