如何将call对象传入do.call？ranger函数参数调用报错解决

问题原因 #

formals(ranger)返回的sample.fraction默认值是一个未求值的表达式：ifelse(classification, 1, 0.632)。这个表达式原本是设计在ranger函数内部求值的（依赖函数内部的classification参数，该参数由输入的数据和公式自动判断），但当你通过do.call直接传递这个表达式时，它会在当前全局环境中尝试执行，而全局环境中不存在classification变量，因此触发类型转换错误。

另外你的代码中lParams$data<-substitute(iris)也存在问题：substitute(iris)返回的是符号对象，而非实际的数据集，ranger需要接收数据框对象作为data参数，这也可能导致潜在问题。

解决方案 #

方案1：移除sample.fraction参数，让函数自动使用默认值 #

如果不需要修改sample.fraction的默认值，直接从参数列表中移除该参数，让ranger函数内部自行计算默认值即可：

library(ranger)
# 获取ranger的所有形式参数并转为列表
lParams <- as.list(formals(ranger))

# 修改目标参数
lParams$formula <- as.formula("Species~.")
lParams$data <- iris  # 直接传递数据集对象，而非符号
lParams[["..."]] <- NULL
# 移除sample.fraction参数，交由函数内部处理默认值
lParams[["sample.fraction"]] <- NULL

# 调用函数
do.call("ranger", lParams)

方案2：手动设置sample.fraction的具体值 #

如果你想明确传递默认值，可根据任务类型（分类/回归）直接设置对应数值。对于当前的分类任务（Species是分类变量），默认值为1：

library(ranger)
lParams <- as.list(formals(ranger))

lParams$formula <- as.formula("Species~.")
lParams$data <- iris
lParams[["..."]] <- NULL
# 手动设置分类任务的sample.fraction默认值
lParams$sample.fraction <- 1

do.call("ranger", lParams)

方案3：让表达式在ranger函数环境中求值（进阶） #

如果你希望保留原表达式的逻辑，可通过eval在ranger的函数环境中预先计算该值：

library(ranger)
lParams <- as.list(formals(ranger))

lParams$formula <- as.formula("Species~.")
lParams$data <- iris
lParams[["..."]] <- NULL

# 在ranger的函数环境中计算sample.fraction的默认值
# 先判断当前任务是否为分类
classification <- is.factor(iris$Species)
lParams$sample.fraction <- eval(lParams$sample.fraction, list(classification = classification))

do.call("ranger", lParams)

内容的提问来源于stack exchange，提问作者Lev