在tidymodels中用ranger拟合随机森林时权重分配报错求助

你遇到的variable lengths differ错误，核心原因是对weights参数的理解偏差——这个参数是用来给**每一条训练样本（行）**分配权重的，不是给预测变量（列）设置权重的。你传的wts = c(1,2)只有2个元素，但train_try有105行左右，长度不匹配，所以触发了报错。

下面针对你想给Petal.Length（权重1）和Petal.Width（权重2）设置特征权重的需求，提供两种可行的解决方案：

方法1：手动缩放特征（简单直观） #

既然你认为Petal.Width的重要性是前者的两倍，直接将Petal.Width的值乘以2，就能在模型训练中放大它的影响力，这是最容易理解和实现的方式。

修改后的完整代码：

library(tidyverse)
library(tidymodels)
library(Metrics)

set.seed(12)
split_try <- initial_split(iris, prop = 0.7)
train_try <- split_try %>% training() %>% na.omit()
test_try <- split_try %>% testing() %>% na.omit()

# 给训练集和测试集的Petal.Width加权（乘以2）
train_weighted <- train_try %>%
  mutate(Petal.Width_weighted = Petal.Width * 2)
test_weighted <- test_try %>%
  mutate(Petal.Width_weighted = Petal.Width * 2)

col_try <- names(train_try)[1:2]
ranger_try <- vector('list', length(col_try))
output_try <- vector('list', length(col_try)) # 修正原代码长度错误

for (i in seq_along(col_try)) {
  ranger_try[[i]] <- rand_forest(trees = 10, mode = "regression") %>%
    set_engine("ranger") %>%
    # 使用加权后的Petal.Width替代原变量
    fit(as.formula(paste(col_try[i], "~ Petal.Length + Petal.Width_weighted")), data = train_weighted)
  
  output_try[[i]] <- predict(ranger_try[[i]], test_weighted)
  names(output_try[[i]]) <- paste0(col_try[i],"_pred")
  test_try <- cbind(test_try, output_try[[i]])
}

# 查看最终结果
head(test_try)

方法2：使用ranger的feature_weights参数（优雅适配需求） #

ranger包本身支持给特征设置权重，但需要搭配extratrees分裂规则，并且在set_engine中指定feature_weights参数。这种方法不需要手动修改特征值，更贴合"特征权重"的需求。

修改后的完整代码：

library(tidyverse)
library(tidymodels)
library(Metrics)

set.seed(12)
split_try <- initial_split(iris, prop = 0.7)
train_try <- split_try %>% training() %>% na.omit()
test_try <- split_try %>% testing() %>% na.omit()

col_try <- names(train_try)[1:2]
ranger_try <- vector('list', length(col_try))
output_try <- vector('list', length(col_try)) # 修正原代码长度错误

# 定义特征权重：对应公式中预测变量的顺序（Petal.Length=1，Petal.Width=2）
feat_wts <- c(1, 2)

for (i in seq_along(col_try)) {
  ranger_try[[i]] <- rand_forest(trees = 10, mode = "regression") %>%
    set_engine("ranger", 
               splitrule = "extratrees", # 必须使用该分裂规则才能支持feature_weights
               feature_weights = feat_wts) %>%
    fit(as.formula(paste(col_try[i], "~ Petal.Length + Petal.Width")), data = train_try)
  
  output_try[[i]] <- predict(ranger_try[[i]], test_try)
  names(output_try[[i]]) <- paste0(col_try[i],"_pred")
  test_try <- cbind(test_try, output_try[[i]])
}

# 查看最终结果
head(test_try)

额外修正说明 #

原代码中output_try <- vector('list', length(test_try))是错误的：length(test_try)返回的是数据框的列数（5），但你只需要对应2个因变量的模型结果，所以应该改成length(col_try)。

两种方法都能实现你给预测变量分配权重的需求，方法1适配所有模型类型，方法2是ranger特有的优化方案，可根据个人偏好选择。

内容的提问来源于stack exchange，提问作者jaykay