如何从mlr3基准网格后的cv.glmnet学习器提取lambda值？

当你使用regr.cv_glmnet结合GraphLearner完成基准实验后，可以通过以下步骤提取交叉验证选中的lambda.min值：

步骤1：运行基准实验并保存结果 #

先执行基准网格并保存结果对象：

# 执行基准实验并保存结果
bmr <- benchmark_grid(tasks=task, learners=c(lm_learner, lasso_glrn), resamplings=resampling)
# 可选：查看聚合后的评估结果
bmr$aggregate()

步骤2：提取训练后的Lasso模型实例 #

从基准结果中定位到Lasso对应的重采样结果，再取出训练好的GraphLearner：

# 找到Lasso学习器对应的结果索引
lasso_idx <- which(bmr$learners$id == lasso_glrn$id)
# 获取Lasso的重采样结果
lasso_resample <- bmr$resample_results[[lasso_idx]]
# 取出训练后的GraphLearner（这里取第一个重采样折叠的模型，若要所有折叠可循环处理）
trained_lasso_glrn <- lasso_resample$learners[[1]]

步骤3：从GraphLearner中提取lambda.min #

通过GraphLearner的管道结构，找到regr.cv_glmnet算子，进而获取底层的cv.glmnet模型对象，从中读取lambda.min：

# 获取管道中的cv_glmnet算子
lasso_po <- trained_lasso_glrn$graph$get_po("regr.cv_glmnet")
# 提取训练后的cv.glmnet模型
cv_model <- lasso_po$model
# 获取交叉验证选中的lambda.min
lambda_min <- cv_model$lambda.min
# 打印结果
cat("选中的lambda.min值为：", lambda_min, "\n")

补充说明 #

• 除了lambda.min，cv.glmnet对象还包含lambda.1se（误差在最小误差1个标准差范围内的最大lambda，常用于更简洁的模型），可通过cv_model$lambda.1se获取。
• 如果你的实验包含多个重采样折叠，需要遍历lasso_resample$learners来获取每个折叠的lambda值，再根据需求取均值或查看分布。

内容的提问来源于stack exchange，提问作者Tan YX