使用tidymodels构建Lasso回归模型预测时遇price列缺失错误

使用tidymodels构建Lasso回归工作流，模型拟合正常，但对测试集调用predict()时出现错误：new_data中缺少所需列price，但price列同时存在于训练集和测试集中。

问题原因 #

错误根源在你的recipe定义里：

step_normalize(all_numeric())

all_numeric()会选中所有数值型列，包括目标变量price。训练阶段这个操作能正常执行，但调用predict()时，workflow会自动从new_data中移除目标列（预测过程不需要目标变量），而step_normalize处理测试集时仍期望找到price列完成归一化，因此触发缺失列错误。

解决方法 #

将step_normalize的作用范围从all_numeric()改为all_predictors()，这样仅对预测变量（除price外的数值列）执行归一化：

修改后的recipe代码：

lasso_prep_recipe <-
  recipe(price ~ ., data = train) %>%
  step_zv(all_predictors()) %>%
  step_normalize(all_predictors())  # 替换all_numeric()为all_predictors()

重新拟合工作流后，调用predict(lasso_fit, new_data = test)即可正常生成预测结果。

内容的提问来源于stack exchange，提问作者Matt Pickard