如何在R中用mlr3hyperband对train.csv做XGBoost超参数优化

你已经通过以下代码读取并处理了自定义数据集：

train = na.omit(read_csv('train.csv'))

但在使用mlr3hyperband调参时，无法直接将数据框传入tune()的task参数，也不能用tsk(train)加载自定义数据——这是因为mlr3要求task必须是mlr3标准的Task对象，而tsk()函数仅用于加载内置数据集。

解决步骤 #

• 明确任务类型：确定你的任务是分类（预测离散标签）还是回归（预测连续值）。
• 转换数据为Task对象：使用as_task_classif()（分类任务）或as_task_regr()（回归任务）将数据框转换为Task，必须指定目标列（即你要预测的列名）。

完整代码示例 #

假设你的任务是分类，目标列名为target，完整代码如下：

library(mlr3hyperband)
library(mlr3learners)
library(readr)

# 读取并处理数据
train = na.omit(read_csv('train.csv'))

# 将数据框转换为分类Task对象，替换target为你的实际目标列名
task = as_task_classif(train, target = "target", id = "my_custom_task")

# 定义带调参的XGBoost学习器
learner = lrn("classif.xgboost",
  nrounds           = to_tune(p_int(27, 243, tags = "budget")),
  eta               = to_tune(1e-4, 1, logscale = TRUE),
  max_depth         = to_tune(1, 20),
  colsample_bytree  = to_tune(1e-1, 1),
  colsample_bylevel = to_tune(1e-1, 1),
  lambda            = to_tune(1e-3, 1e3, logscale = TRUE),
  alpha             = to_tune(1e-3, 1e3, logscale = TRUE),
  subsample         = to_tune(1e-1, 1)
)

# 执行Hyperband调参
instance = tune(
  tnr("hyperband", eta = 3),
  task = task, # 使用自定义的Task对象
  learner = learner,
  resampling = rsmp("cv", folds = 3),
  measures = msr("classif.ce")
)

# 查看调参结果
instance$result

注意事项 #

• 如果是回归任务，将as_task_classif()替换为as_task_regr()，同时将lrn("classif.xgboost")改为lrn("regr.xgboost")，msr("classif.ce")改为回归对应的指标（比如msr("regr.mse")）。
• 确保目标列的类型符合任务要求：分类任务的目标列应为因子或字符型，回归任务应为数值型。

内容的提问来源于stack exchange，提问作者Abubakar Popoola