为何未指定随机森林（rf）时Caret仍使用该模型？

我在使用Caret时声明了多个模型，其中并未包含随机森林（rf），但最终在mixedModel$method中却出现了"rf"方法。这是怎么回事？以下是我使用公开数据集编写的代码：

mix_dataset_tra<-rock

TrainIndex <- createDataPartition(mix_dataset_tra$area, p=0.75, list= FALSE)
train<-mix_dataset_tra[TrainIndex,]
test<-mix_dataset_tra[-TrainIndex,]
rm(TrainIndex)

trc<- trainControl(method = "repeatedcv", number=10,repeats=3) 
AlgoritmList<-c("relaxo","lasso")
mixedModel<-caret::train(area~., data=train, methodList=AlgoritmList, trControl=trc)

mixedModel$method 

原因分析 #

问题出在你用了一个不存在的参数methodList——caret::train()函数根本没有这个参数。当你传入未定义的参数时，Caret不会抛出错误，而是直接忽略该参数，转而使用默认的模型训练方法，也就是随机森林（"rf"），这就是为什么最终结果里会出现它。

正确的多模型训练方式 #

要同时训练多个模型，你需要用以下两种方式之一：

1. 循环逐个训练模型

# 初始化空列表存储模型
model_list <- list()
AlgorithmList <- c("relaxo", "lasso")

for (alg in AlgorithmList) {
  model_list[[alg]] <- caret::train(area~., data=train, method=alg, trControl=trc)
}

# 后续可以用resamples()比较模型性能
model_compare <- resamples(model_list)
summary(model_compare)

2. 使用trainList参数传入预配置模型
   如果你需要更精细的参数控制，可以先构建每个模型的训练配置，再传入trainList：

# 构建每个模型的训练对象
relaxo_model <- caret::train(area~., data=train, method="relaxo", trControl=trc)
lasso_model <- caret::train(area~., data=train, method="lasso", trControl=trc)

# 合并为列表传入
train_list <- list(relaxo = relaxo_model, lasso = lasso_model)
model_compare <- resamples(train_list)

另外注意：你的变量名AlgoritmList拼写有误（正确应为AlgorithmList），不过这不是导致当前问题的直接原因。

内容的提问来源于stack exchange，提问作者Gaetano C.