使用DEOptim结合caret调优gbm时遇checkForRemoteErrors报错求助

可能的报错原因 #

• 并行嵌套冲突：DEOptim的parallelType=1采用parallel::mclapply开启并行，而caret::train默认会检测多核环境并尝试并行运行交叉验证，双重并行会导致CPU资源耗尽，触发节点错误。
• 参数类型不合法：gbm要求interaction.depth、n.trees、n.minobsinnode为整数类型，但DEOptim默认生成连续型浮点数，直接传入会导致模型训练失败。
• 错误处理缺失：suppressWarnings仅屏蔽警告，未处理train函数可能抛出的错误。当模型训练失败时，XGBoost_Linear_model对象未生成，后续调用$results$Accuracy会引发致命错误。
• 固定参数的冗余与精度问题：shrinkage和minobsinnode的上下限完全一致，DEOptim迭代中可能因数值精度问题生成微小偏差，导致参数不符合gbm要求。

针对性解决建议 #

1. 避免并行嵌套 #

修改trainControl，明确禁用caret的并行功能，让DEOptim统一管理并行资源：

fitControl <- trainControl(method = "repeatedcv", number = 5, repeats = 3, allowParallel = FALSE)

同时注意DEOptim的NP（种群大小）不要超过可用核心数太多，避免资源过载。

2. 强制参数类型转换 #

在评估函数中，将DEOptim生成的浮点型参数转为整数，并确保参数在合法范围内：

eval_function_XGBoost_Linear <- function(x, data, train_settings) {
  # 转换为整数并限制范围
  x1 <- as.integer(round(x[1]))
  x1 <- max(interaction_min_max[1], min(x1, interaction_min_max[2]))
  
  x2 <- as.integer(round(x[2]))
  x2 <- max(ntrees_min_max[1], min(x2, ntrees_min_max[2]))
  
  x3 <- x[3]
  x4 <- as.integer(round(x[4]))
  x4 <- max(minobsinnode[1], min(x4, minobsinnode[2]))
  
  suppressWarnings({
    XGBoost_Linear_model <- caret::train(isMut ~., 
                            data = data,
                            method = "gbm",
                            trControl = train_settings,
                            verbose = FALSE, 
                            silent = 1,
                            tuneGrid = expand.grid(
                                                  interaction.depth = x1,
                                                  n.trees = x2, 
                                                  shrinkage = x3, 
                                                  n.minobsinnode = x4 
                                                  ) 
                            )
  })
  
  # 处理模型训练失败的情况
  if (!exists("XGBoost_Linear_model") || is.null(XGBoost_Linear_model$results$Accuracy)) {
    return(0) # 返回最差精度，让DEOptim抛弃该参数组合
  } else {
    return(XGBoost_Linear_model$results$Accuracy)
  }
}

3. 优化参数范围配置 #

对于不需要调优的参数，直接在train函数中指定，无需放入DEOptim的搜索范围：

# 仅保留需要调优的参数范围
lower <- c(interaction_min_max[1], ntrees_min_max[1])
upper <- c(interaction_min_max[2], ntrees_min_max[2])

# 修改评估函数，固定shrinkage和minobsinnode
eval_function_XGBoost_Linear <- function(x, data, train_settings) {
  x1 <- as.integer(round(x[1]))
  x1 <- max(interaction_min_max[1], min(x1, interaction_min_max[2]))
  
  x2 <- as.integer(round(x[2]))
  x2 <- max(ntrees_min_max[1], min(x2, ntrees_min_max[2]))
  
  # 固定不需要调优的参数
  x3 <- 0.1
  x4 <- 20
  
  # 后续训练逻辑同上...
}

4. 调试并行运行问题 #

若并行仍有问题，先关闭DEOptim的并行，单线程运行排查代码本身是否存在问题：

DE_model_XGBoost_Linear <- DEoptim::DEoptim(
  fn = eval_function_XGBoost_Linear, 
  lower = lower,
  upper = upper, 
  control = DEoptim.control(
                            NP = pop_size,
                            itermax = max_iter,
                            CR = 0.5,
                            storepopfreq = 1,
                            parallelType = 0 # 关闭并行
                            ),
  data = rose,
  train_settings = fitControl
  )

单线程运行正常后，再逐步开启并行，调整NP与核心数的匹配度。

内容的提问来源于stack exchange，提问作者user979974