tidymodels中step_poly报错：'degree'需小于唯一点数的问题求助

你遇到的错误来自step_poly调用的底层poly()函数，正交多项式要求多项式阶数必须小于变量的唯一值数量。报错信息里显示某个变量仅有1个唯一值，核心原因是训练数据中存在常量预测变量（所有观测值完全相同）；另外你的代码存在语法失误：step_normalize行末尾缺少管道符|>，会导致step_poly和step_interact未被纳入预处理流程。

1. 排查并移除低唯一值变量 #

先定位问题变量，再通过预处理步骤移除零方差/近零方差变量：

# 检查所有预测变量的唯一值数量
train |> 
  select(-cost, -id) |> 
  summarise(across(everything(), n_distinct))

# 修正语法并加入变量过滤步骤
rec <- recipe(cost ~ ., data = train) |> 
  update_role(id, new_role = 'id') |>
  step_zv(all_predictors()) |> # 移除唯一值仅1个的变量
  step_nzv(all_predictors()) |> # 移除唯一值极少的近零方差变量
  step_normalize(all_numeric_predictors()) |>
  step_poly(all_predictors(), degree = 2) |>
  step_interact(~ all_predictors():all_predictors())

2. 改用原始多项式（绕过正交基限制） #

如果不想移除变量，可以让step_poly使用原始多项式而非默认的正交多项式，这样能避开唯一值数量的限制（注意：变量值重复过多时，多项式特征可能无实际建模价值）：

rec <- recipe(cost ~ ., data = train) |> 
  update_role(id, new_role = 'id') |>
  step_normalize(all_numeric_predictors()) |>
  step_poly(all_predictors(), degree = 2, options = list(raw = TRUE)) |>
  step_interact(~ all_predictors():all_predictors())

3. 针对性设置多项式阶数 #

仅对唯一值足够的变量应用二阶多项式，对唯一值少的变量跳过处理：

# 筛选出唯一值≥3的变量（满足二阶多项式的最低要求）
valid_vars <- train |> 
  select(-cost, -id) |> 
  summarise(across(everything(), n_distinct)) |>
  pivot_longer(everything()) |>
  filter(value >= 3) |>
  pull(name)

# 仅对符合条件的变量应用多项式变换
rec <- recipe(cost ~ ., data = train) |> 
  update_role(id, new_role = 'id') |>
  step_normalize(all_numeric_predictors()) |>
  step_poly(all_of(valid_vars), degree = 2) |>
  step_interact(~ all_predictors():all_predictors())

内容的提问来源于stack exchange，提问作者codeweird