使用tidymodels构建冰球预期进球模型时fit函数报错求助

问题描述 #

我是R语言新手，正跟随指南学习为所在冰球联赛构建预期进球（Expected Goals）模型。运行下方代码时出现错误，想知道是不是漏了什么简单步骤？看起来模型部分似乎尝试调用公式，但我已经在workflow里加了recipe。麻烦帮忙看看！

运行代码 #

library(tidymodels)
library(tidyverse)
library(dplyr)

set.seed(1972)
train_test_split <- initial_split(data = EXPECTED_GOALS_MODEL, prop = 0.80)
train_data <- train_test_split %>% training() 
test_data  <- train_test_split %>% testing()
    
xg_recipe <- recipe(Goal ~ DistanceC + Angle + Home + Hand + AgeDec31 + GoalieAgeDec31 + NewX + NewY, data = train_data) %>% update_role(NewX, NewY, new_role = "ID")
    
model <- logistic_reg() %>% set_engine("glm")
    
xg_wflow <- workflow() %>% add_model(model) %>% add_recipe(xg_recipe)

xg_wflow
    
xg_fit <- xg_wflow %>% fit(data = train_data)

错误信息 #

Error in validObject(.Object) : 
  invalid class "model" object: invalid object for slot "formula" in class "model": got class "workflow", should be or extend class "formula"
In addition: Warning message:
In fit(., data = train_data) :
  fit failed: Error in as.matrix(y) : argument "y" is missing, with no default
 fit(x = ., data = train_data) 

解决方法 #

问题出在模型定义时缺少了任务模式声明：

• 逻辑回归在这里是二分类任务（预测Goal是否发生，取值0或1），tidymodels要求必须明确指定模型的任务模式，否则workflow无法正确识别拟合逻辑。
• 修改模型定义代码，新增set_mode("classification")：

model <- logistic_reg() %>% 
  set_mode("classification") %>%  # 添加这一行指定分类任务
  set_engine("glm")

修改后重新运行整个代码流程，fit()函数就能正常执行，完成模型拟合。另外请确认你的Goal变量是0/1的二分类变量，符合逻辑回归的输入要求。

内容的提问来源于stack exchange，提问作者Dooms31