R tidymodels用tune_race调优随机森林出现arrange()回收错误求解

核心原因是竞速调优过程中，部分参数组合在交叉验证折叠上返回了空的metrics结果，finetune包的淘汰逻辑读取不到有效指标值，在做数据排序时触发了长度不匹配的报错，具体诱因通常为以下三类：

• recipe中step_naomit设置了skip = TRUE，重抽样验证集处理时跳过了缺失值删除步骤，如果验证集存在缺失值，会导致ranger模型预测失败，返回空结果，无法计算roc_auc、accuracy指标。
• 单变量分类场景下，step_smote处理小样本交叉验证折叠时，可能出现某类别样本量不足无法生成合成样本的情况，导致预处理后的验证集为空，后续指标计算失败。
• 旧版本finetune包对空指标结果的容错处理不足，和当前环境的dplyr、tune版本存在兼容性问题。

• 优先修改recipe配置，删除step_naomit的skip = TRUE参数，保证重抽样验证集也会执行缺失值删除逻辑：

rec_1v_s <- data_train %>% 
  recipe(var_class ~ var1) %>%
  step_naomit(everything()) %>% 
  step_normalize(all_numeric()) %>%
  step_smote(var_class)

如果确定不需要在验证集做缺失值删除，也可以提前对全数据集做缺失值清洗，避免后续出现空样本的情况。

• 检查交叉验证折叠的样本分布，生成折叠时使用分层抽样，保证每个折叠的var_class各类样本量都满足SMOTE的运行要求：

set.seed(123)
folds <- vfold_cv(data_train, v = 5, strata = var_class)

如果样本本身极度不均衡，可以调低SMOTE的neighbors参数，或者直接替换SMOTE为分类权重调整（比如ranger的class.wt参数），避免小样本折叠预处理失败。

• 测试阶段先关闭并行做串行运行，确认参数配置可行后再开启并行，避免并行环境下的异常信息被屏蔽。
• 上述操作都无效的情况下，升级相关依赖包到最新版本：

install.packages(c("finetune", "tune", "dplyr", "tidymodels"))

内容的提问来源于stack exchange，提问作者Joselina Davyt-Colo