如何提取底层模型对象？解决extract_parameter_dials参数报错

一、解决extract_parameter_dials报错 #

报错核心是extract_parameter_dials()必须指定单个参数名称作为输入，你调用时未传入具体参数名，导致函数无法确定要提取的目标。

修正方式： #

• 若要查看工作流中所有参数的配置集合，使用extract_parameter_set_dials()替代：

nyc_flow_glm |> workflows::extract_parameter_set_dials()

• 若要提取某一特定参数的dial配置，传入参数名（如penalty或mixture）：

# 提取penalty参数的dial信息
nyc_flow_glm |> workflows::extract_parameter_dials("penalty")

# 提取mixture参数的dial信息
nyc_flow_glm |> workflows::extract_parameter_dials("mixture")

补充：你当前的模型中penalty和mixture都设为了固定值（0），如果后续需要参数调优，应该用dial对象定义参数范围，示例：

nyc_glm <- linear_reg(penalty = tune(), mixture = tune()) |> set_engine("glmnet")

二、提取底层模型对象 #

训练完成的工作流nyc_fit中，可通过以下函数获取不同层级的模型对象：

• 提取Parsnip拟合对象（包含模型元数据与拟合结果）：

nyc_fit_parsnip <- nyc_fit |> workflows::extract_fit_parsnip()

• 提取glmnet原生模型对象（可直接使用glmnet包的函数操作，比如查看系数）：

nyc_fit_glmnet <- nyc_fit |> workflows::extract_fit_engine()
# 查看模型系数
coef(nyc_fit_glmnet)

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