如何利用mlr3中resample存储的模型对新数据生成样本外预测？

报错原因 #

Error: No task stored, and no task provided的核心原因是：通过resample生成的训练后学习器默认不绑定原任务，而mlr3的predict()方法需要明确的任务对象支撑，无法直接接收原始数据框作为输入。

两种可行解决方案 #

方案1：将新数据转为Task后传入预测 #

把修改后的dat_1转换成对应的回归任务，再传入predict()方法：

# 创建新数据对应的回归任务
task_1 <- as_task_regr(dat_1, target = "Y")

# 对第一折的测试集进行预测
predict(rr$learners[[1]], task = task_1, row_ids = rr$resampling$test_set(1))

方案2：使用predict_newdata()直接传入数据框 #

mlr3提供了predict_newdata()函数，可直接接收数据框，无需手动创建Task：

# 对第一折测试集的新数据进行预测
predict_newdata(rr$learners[[1]], newdata = dat_1[rr$resampling$test_set(1), ])

完整交叉拟合预测流程示例 #

如果要批量完成K折的交叉拟合预测（对dat_1的每个测试集用对应模型预测），可以用循环实现：

# 初始化存储预测结果的列表
pred_list <- vector("list", K)

# 遍历每折
for (k in 1:K) {
  # 获取当前折的测试集行ID
  test_ids <- rr$resampling$test_set(k)
  # 用对应模型预测新数据的测试集部分
  pred_list[[k]] <- predict_newdata(rr$learners[[k]], newdata = dat_1[test_ids, ])
}

# 合并所有预测结果
all_preds <- do.call(rbind, pred_list)

额外优化：让学习器自动存储任务（可选） #

如果希望训练后的学习器自动绑定任务，可以在创建学习器时设置store_task = TRUE，后续调用predict()时无需额外传入Task：

# 创建学习器时开启任务存储
learn_gbm <- lrn("regr.lightgbm", store_task = TRUE)

# 重新执行resample
rr <- resample(task, learn_gbm, cv, store_models = TRUE)

# 直接用predict完成预测
predict(rr$learners[[1]], row_ids = rr$resampling$test_set(1), newdata = dat_1[rr$resampling$test_set(1), ])

内容的提问来源于stack exchange，提问作者N. Williams