如何阻止tidymodels将数值型字段转为字符型？

我在使用tidymodels的recipe构建模型时遇到了一个问题，流程如下：

1. 导入数据：myData = read.csv('file')，此时各字段的数值/非数值类型均正确；
2. 数据处理后拆分数据集：

train_test_split <- initial_split(data=myManipulatedData, prop=MySplitPct)
train_data <- train_test_split %>% training()
test_data <- train_test_split %>% testing()

验证过test_data中的数值字段类型正确，例如y_coordinate的summary()输出显示为数值型统计结果；
3. 创建recipe：

my_recipe <- recipe(outcome ~ numeric_1 + numeric_2 + ... + string_1 + ..., data=test_data) %>%
  update_role(numeric_n, numeric_m, new_role="ID")

但执行summary(my_recipe)时，所有数值字段的type列都显示为<chr [2]>，明明test_data里的类型是对的，请问这是什么原因？

1. 纠正recipe的创建数据源（核心问题） #

你当前用测试集test_data创建recipe是错误的操作——tidymodels的最佳实践要求必须基于训练集train_data构建recipe。预处理逻辑（包括类型识别、统计量计算）都应该只从训练集获取，避免数据泄露。用测试集初始化recipe可能导致类型识别异常，甚至后续模型训练出现偏差。

修改后的代码：

my_recipe <- recipe(outcome ~ numeric_1 + numeric_2 + ... + string_1 + ..., data=train_data) %>%
  update_role(numeric_n, numeric_m, new_role="ID")

2. 确认数据类型的准确性 #

不要只依赖summary()检查类型，用str(test_data)或glimpse(test_data)查看变量的原始类型——summary()对字符型的数字不会输出数值统计，所以如果它显示了Min/Max等信息，说明变量确实是数值型，但str()能更直观确认类型是否正确。

3. 更新recipes包版本 #

老版本的recipes包可能存在类型识别的bug，执行以下命令更新到最新版：

update.packages("recipes")

4. 逐步排查问题 #

如果上述方法无效，尝试简化recipe逐步排查：

• 先创建不含update_role的基础recipe：

  simple_recipe <- recipe(outcome ~ numeric_1, data=train_data)
  summary(simple_recipe)
  

  查看numeric_1的type是否显示为numeric；
• 若正常，再逐步添加其他变量和update_role步骤，定位导致类型异常的环节。

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