如何在tidymodels的recipes中仅保留模型公式的交互项

想要创建仅包含变量交互项、不含变量主效应的模型公式，在基础R中可以通过公式里的冒号:指定交互项，但使用tidymodels的recipes包时，用step_dummy()和step_interact()处理后结果仍保留主效应，尝试remove_role()也无法解决。示例代码如下：

library(tidymodels)

# 基础R中的目标模型（包含Petal.Width主效应 + 交互项，无Species主效应）
basic_mod <- lm(Petal.Length ~ Petal.Width + Petal.Width:Species, data = iris)

# 使用recipes的尝试，但结果仍包含Species的主效应哑变量
iris_rec <- recipe(Petal.Length ~ Petal.Width + Species, data = iris) |> 
  step_dummy("Species") |> 
  step_interact(~ Petal.Width:starts_with("Species")) 

# 查看预处理后的公式，仍有Species主效应
formula(iris_rec |> prep())
#> Petal.Length ~ Petal.Width + Species_versicolor + Species_virginica + 
#>     Petal.Width_x_Species_versicolor + Petal.Width_x_Species_virginica
#> <environment: 0x127838968>

# 尝试移除Species哑变量的predictor角色，依旧无效
iris_rec |> 
  remove_role(starts_with("Species"), old_role = "predictor") |> 
  prep() |> 
  formula()
#> Petal.Length ~ Petal.Width + Species_versicolor + Species_virginica + 
#>     Petal.Width_x_Species_versicolor + Petal.Width_x_Species_virginica
#> <environment: 0x1106178a0>

问题根源是remove_role()仅修改变量的角色标记，不会从数据中移除变量，而prep()后的公式会列出所有存在的变量。要彻底移除主效应，需用step_rm()直接删除对应变量：

方法1：保留Petal.Width主效应，移除Species主效应 #

如果目标和基础R代码一致——保留Petal.Width的主效应，仅去掉Species的主效应哑变量，可在生成交互项后添加step_rm()：

iris_rec <- recipe(Petal.Length ~ Petal.Width + Species, data = iris) |> 
  step_dummy("Species") |> 
  step_interact(~ Petal.Width:starts_with("Species")) |> 
  step_rm(starts_with("Species_"))  # 移除Species的主效应哑变量

# 查看预处理后的公式，符合预期
formula(iris_rec |> prep())
#> Petal.Length ~ Petal.Width + Petal.Width_x_Species_versicolor + 
#>     Petal.Width_x_Species_virginica
#> <environment: 0x12345678>

方法2：完全移除所有主效应，仅保留交互项 #

若需要彻底去掉所有变量的主效应（包括Petal.Width），可以同时移除该变量：

iris_rec <- recipe(Petal.Length ~ Petal.Width + Species, data = iris) |> 
  step_dummy("Species") |> 
  step_interact(~ Petal.Width:starts_with("Species")) |> 
  step_rm(Petal.Width, starts_with("Species_"))

formula(iris_rec |> prep())
#> Petal.Length ~ Petal.Width_x_Species_versicolor + Petal.Width_x_Species_virginica
#> <environment: 0x87654321>

补充说明 #

• remove_role()的作用是变更变量角色（比如从predictor改为other），但变量仍会留在数据中，只是不被模型当作预测变量，这就是之前尝试无效的原因。
• step_rm()直接从数据集中删除指定变量，能彻底解决主效应残留问题。

内容的提问来源于stack exchange，提问作者Declan