如何避免tidymodels中predict()输出列名不一致问题？

问题核心 #

使用tidymodels构建线性模型工作流时，predict()输出的预测列名为.pred_res而非默认的.pred，导致tune::last_fit()或DALEXtra::explain_tidymodels()因找不到.pred列报错，且该问题仅在自身数据集上出现，示例数据集无法复现。

可能原因及解决办法 #

1. 配方中对响应变量的重命名操作 #

如果在recipe()定义里通过step_mutate()或rename()将响应变量重命名为res（或其他自定义后缀），tidymodels会自动将预测列命名为.pred_<响应变量名>，比如响应变量名为res时生成.pred_res。

解决步骤：

• 检查配方代码，移除对响应变量的自定义重命名，或保持响应变量名为常规名称（比如y）
• 示例修正：

  # 错误示例：重命名了响应变量
  bad_recipe <- recipe(res ~ ., data = train_data) %>% 
    step_mutate(res = original_response_col)
  
  # 修正后：使用原始响应变量名
  good_recipe <- recipe(original_response_col ~ ., data = train_data)
  

2. 手动修正预测列名 #

若无法修改配方或数据结构，可在预测后手动将.pred_res重命名为.pred，适配后续函数要求：

针对tune::last_fit()结果：

last_fit_result <- last_fit(your_workflow, split = data_split)

# 重命名预测列
last_fit_result$.predictions <- last_fit_result$.predictions %>%
  dplyr::rename(.pred = .pred_res)

针对DALEXtra::explain_tidymodels()：

自定义预测函数，直接返回.pred_res列的值，无需修改原始数据：

# 定义自定义预测函数
custom_predict <- function(model, newdata) {
  predict(model, newdata)$.pred_res
}

# 创建解释器时指定该函数
explainer <- DALEXtra::explain_tidymodels(
  model = your_fitted_workflow,
  data = test_data,
  y = test_data$your_response_variable,
  predict_function = custom_predict
)

3. 排查工作流的特殊配置 #

逐步简化工作流，排查是否有其他步骤导致列名异常：

• 先构建最简线性模型工作流（仅基础配方+线性模型），验证预测列名是否为.pred
• 逐步添加配方中的预处理步骤（如标准化、缺失值填充等），定位引发列名变化的具体步骤

验证方法 #

取自身数据集的小样本子集，运行最简工作流测试：

# 取10行数据测试
small_train <- train_data %>% slice(1:10)
small_test <- test_data %>% slice(1:10)

# 最简工作流
simple_workflow <- workflow() %>%
  add_recipe(recipe(response_col ~ ., data = small_train)) %>%
  add_model(linear_reg() %>% set_engine("lm"))

# 拟合并预测
fit <- fit(simple_workflow, small_train)
pred <- predict(fit, small_test)

# 查看列名
colnames(pred)

若此时列名正常为.pred，则逐步添加原工作流中的其他步骤，找到问题根源。

内容的提问来源于stack exchange，提问作者Paul