mlr3自动调优+自定义重采样结合类别平衡时行ID错误求助

• 检查自定义重采样的行ID映射
  自定义分组+分层的拆分逻辑容易出现索引错位，直接打印重采样实例的训练/测试索引，和原始任务的行ID做比对：

  # 查看第一折的训练/测试索引
  resampling$instance$train[[1]]
  resampling$instance$test[[1]]
  # 对比原始任务的行ID
  task$row_ids()
  

  确认所有索引都是原始行ID的子集，没有出现超出范围或类型不匹配的情况。

• 验证GraphLearner的节点执行逻辑
  classbalancing节点仅在训练阶段生效，要确保Graph的流程是classbalancing在前、模型在后，且没有在测试阶段误修改行ID。可以单独测试GraphLearner的预测流程：

  # 手动取一组测试行ID
  test_ids <- task$row_ids()[1:10]
  # 尝试预测
  graph_learner$predict(task, row_ids = test_ids)
  

  如果这里报错，直接定位是classbalancing节点的配置问题；如果正常，再排查benchmark的重采样嵌套逻辑。

• 排查auto_tuner与GraphLearner的嵌套冲突
  嵌套调优时，内部重采样的行ID可能和外部benchmark的重采样ID出现传递错误。先去掉auto_tuner，用纯GraphLearner跑benchmark：

  # 临时替换为无调优的GraphLearner
  learner <- as_learner(graph)
  benchmark(benchmark_grid(task, learner, resampling))
  

  如果此时不报错，说明问题出在auto_tuner的内部重采样与GraphLearner的交互上，需要检查auto_tuner的resampling参数是否和外部重采样兼容（比如是否都遵循了PatientID分组约束）。

• 确认行ID的类型一致性
  医疗数据集的PatientID如果是字符串，要确保任务的行ID类型和重采样输出的索引类型一致：

  # 查看行ID类型
  class(task$row_ids())
  # 查看重采样输出的测试ID类型
  class(resampling$instance$test[[1]])
  

  若类型不一致（比如一个是字符串、一个是整数），会导致mlr3无法匹配行ID，需要统一行ID类型（比如把字符串ID转成整数，或确保重采样拆分时保留字符串ID）。

• 简化用例缩小问题范围
  用极小的数据集子集（比如10个Patient，每个Patient2-3个样本）重现问题，逐步移除自定义逻辑：先去掉分组拆分，只用分层；再去掉classbalancing；最后去掉auto_tuner，一步步定位是哪部分逻辑导致的行ID错误。

内容的提问来源于stack exchange，提问作者NDe