R语言Tidy Models中使用ranger调优随机森林mtry参数失败求助

错误原因 #

mtry参数的取值范围和输入数据的特征数量直接绑定（分类任务默认是特征数的平方根，回归任务默认是特征数的1/3），parameters()函数无法自动推断这个范围，必须结合你的数据集来补全参数约束，这就是报错里提示finalize()函数的原因。

解决步骤 #

1. 保留原模型定义（mtry = tune()的写法没问题）
2. 用finalize()函数绑定模型参数和你的数据集（或特征列），让系统自动计算mtry的合理取值范围
3. 基于补全后的参数生成调优网格

完整代码示例 #

假设你的数据集是iris，响应变量为Species：

library(tidymodels)
library(ranger)

# 1. 定义模型（和你原代码一致）
random_forest <- rand_forest(min_n = tune(),
                            trees = tune(),
                            mtry = tune()) %>%
                    set_mode("classification") %>%
                    set_engine("ranger")

# 2. 准备数据集（替换为你的真实数据）
data_df <- iris
# 提取特征列（移除响应变量）
features <- data_df %>% select(-Species)

# 3. 补全参数范围：用finalize绑定特征数据
params <- parameters(random_forest) %>%
  finalize(features)

# 4. 生成调优网格
set.seed(3)
grid <- grid_random(params, size = 20)

额外说明 #

• 若为回归任务，仅需将set_mode("classification")改为set_mode("regression")，逻辑完全一致
• 你也可以手动指定mtry范围，比如用update()函数：

params <- parameters(random_forest) %>%
  update(mtry = mtry(range = c(2, 5)))

但更推荐用finalize()，它会根据数据特征数自动生成合理范围，避免手动设置的不合理性。

内容的提问来源于stack exchange，提问作者melimelo