tidymodel多分类任务：字符型结果变量转因子的方法

tidymodel的分类模型要求因变量必须是**因子（factor）**类型，而你的diagnosis是字符型，这就是报错的核心原因。以下两种方法可以快速解决这个问题：

• 方法一：提前转换训练集的因变量类型
  用dplyr包的mutate()函数将字符型的diagnosis转换为因子，之后再训练模型：

  library(dplyr)
  
  # 更新训练集的diagnosis字段类型
  train <- train %>%
    mutate(diagnosis = factor(diagnosis))
  
  # 重新运行模型代码
  boost_tree(trees=50) %>%
    set_engine("xgboost") %>%
    set_mode("classification") %>%
    fit(diagnosis ~ ., data=train)
  

• 方法二：在模型公式中直接转换
  如果不想修改原训练集的数据，可以在fit()的公式里直接用factor()包裹因变量，临时完成类型转换：

  boost_tree(trees=50) %>%
    set_engine("xgboost") %>%
    set_mode("classification") %>%
    fit(factor(diagnosis) ~ ., data=train)
  

额外说明 #

如果需要固定因子的类别顺序（比如后续模型评估、可视化时保持类别顺序一致），可以在factor()中指定levels参数：

# 示例：指定CD、UC、IBS的顺序
factor(diagnosis, levels = c("CD", "UC", "IBS"))

内容的提问来源于stack exchange，提问作者Maria