R tidymodels tune_grid报错：prep无适用方法，自定义step单独运行正常

你遇到的报错核心是并行计算的子进程环境中找不到自定义step对应的prep S3方法：

• 你在主进程中已经加载了healthyR.ai包，且本地单线程调用prep、juice、建模校准都正常，说明你的step_hai_fourier本身的S3方法注册是没有问题的。
• tidymodels/Modeltime的并行逻辑是将任务分发到独立的R子进程中执行，子进程初始化时默认不会自动加载所有主进程已挂载的自定义包，因此子进程找不到你开发的prep.step_hai_fourier方法，就会抛出no applicable method for 'prep'的报错。

1. 先验证问题根源 #

先关闭并行，单线程运行tune_grid，如果能正常执行就可以确认是并行环境的包加载问题：

# 关闭并行
modeltime::parallel_stop()

# 单线程测试
tune_results <- wflw_tune_spec %>%
  tune::tune_grid(
    resamples = tscv,
    grid = grid_spec,
    metrics = modeltime::default_forecast_accuracy_metric_set(),
    control = tune::control_grid(
      verbose = TRUE,
      save_pred = TRUE
    )
  )

2. 并行场景的修复方案 #

方案A：显式指定子进程加载包 #

在control_grid中通过pkgs参数显式声明子进程需要加载的包，把healthyR.ai加进去即可：

modeltime::parallel_start(n_cores)

tune_results <- wflw_tune_spec %>%
  tune::tune_grid(
    resamples = tscv,
    grid = grid_spec,
    metrics = modeltime::default_forecast_accuracy_metric_set(),
    control = tune::control_grid(
      verbose = TRUE,
      save_pred = TRUE,
      # 显式指定子进程要加载的包
      pkgs = c("healthyR.ai", "modeltime", "tidymodels", "healthyR.ts")
    )
  )

modeltime::parallel_stop()

方案B：给自定义step补充required_pkgs方法（推荐长期方案） #

这是recipes框架对自定义step的标准要求，实现该方法后，框架会自动在所有场景（包括并行、序列化）加载对应的包，不需要每次手动指定：
在你的step-hai-fourier.R文件中加入以下代码，重新安装本地包即可：

#' @export
required_pkgs.step_hai_fourier <- function(x, ...) {
  c("healthyR.ai")
}

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