tidymodels贝叶斯优化调优xgboost触发grid_latin_hypercube报错

安全阿岳

2026-8-30

报错成因

tune_bayes()的param_info入参要求接收dials包构造的超参数规则集合，不支持直接传入expand.grid()生成的候选组合数据框。你把全量组合数据框传给param_info后，函数内部调用拉丁超立方采样生成初始搜索点时，无法识别data.frame类的输入，直接触发了grid_latin_hypercube方法不匹配的报错。
控制台提示的「1728个调优参数」是传错参数后的连带bug：函数把你传入的1728行组合数据框误识别为1728个独立待调参数，不是你真的设置了上千个待优化参数。
原始代码里还有一处参数名不匹配问题：超参数表中写的sample_prop和boost_tree()定义里的sample_size = tune()命名不一致，就算解决了类型问题，这处错误也会导致后续运行失败。
另外mtcars仅32条样本，10折分层抽样触发了样本量不足的警告，小样本场景不需要强制做分层抽样。

修复步骤

构造符合dials规范的超参数规则，用value_set()限定每个超参数只能取你预设的候选值，保证贝叶斯优化搜索时不会超出你给定的取值范围：

params <- parameters(
  trees = trees(range = c(500, 1000)) %>% value_set(c(500, 700, 900, 1000)),
  min_n = min_n(range = c(10, 40)) %>% value_set(seq(10, 40, by = 10)),
  tree_depth = tree_depth(range = c(6, 10)) %>% value_set(seq(6L, 10L, by = 2L)),
  learn_rate = learn_rate(range = c(0.1, 1)) %>% value_set(c(0.1, 0.6, 1)),
  loss_reduction = loss_reduction(range = c(0.1, 1)) %>% value_set(c(0.1, 0.6, 1)),
  sample_size = sample_prop(range = c(0.1, 1)) %>% value_set(c(0.1, 0.6, 1)),
  mtry = mtry(range = c(2, 7)) %>% value_set(seq(2, 7, by = 1))
)

修正expand.grid()的列名，把sample_prop改成和模型一致的sample_size，这个表作为贝叶斯优化的初始搜索网格传入，而不是传给param_info：

initial_grid <- expand.grid(
  trees = seq(500, 1000, by = 200),
  min_n = seq(10, 40, by = 10),
  tree_depth = seq(6L, 10L, by = 2L),
  learn_rate = seq(0.1, 1, by = 0.5),
  loss_reduction = seq(0.1, 1, by = 0.5),
  sample_size = seq(0.1, 1, by = 0.5),
  mtry = seq(2, 7, by = 1)
)

调整重抽样和调参函数调用，去掉小样本下不适用的分层抽样参数，把超参数规则和初始网格传给对应入参：

set.seed(123)
# 32个样本无需分层抽样
resampling <- vfold_cv(data = data.training, v = 10)

doParallel::registerDoParallel()
set.seed(456) 
res <-
  tune_bayes(
    xgboost_workflow,
    iter = 6,
    resamples = resampling, 
    param_info = params, # 传入dials格式的超参数取值规则
    initial = initial_grid, # 传入你预先生成的固定候选组合作为初始搜索点
    metrics = metric_set(mae),
    control = control_bayes(
      verbose = TRUE, 
      save_pred = TRUE
    )
  )

注意：贝叶斯优化是序列迭代式搜索算法，不需要提前枚举所有可能的超参数组合，只要通过value_set()限定每个参数的合法候选值，算法每轮迭代选点时就只会从你给定的候选值里生成组合，不会超出预设范围。

内容的提问来源于stack exchange，提问作者Patric