R caret库使用multiClassSummary训练多分类模型报prSummary不适配错误

• 你当前指定的自定义multiClassSummary函数未生效，caret默认调用了仅支持二分类的内置prSummary()函数处理你的4分类任务，直接触发报错。函数未生效的常见诱因如下：
  • 代码运行顺序错误：先执行了trainControl/train代码，后定义multiClassSummary函数，导致summaryFunction参数绑定失败
  • 公式书写错误：train中公式写为my_data$response ~.，$符号会强制从原始全量数据集取响应值，和交叉验证生成的子集数据不匹配，触发内部校验逻辑后调用了默认评估函数
  • 依赖包未提前加载：自定义函数依赖Metrics包，未安装/加载该包会导致自定义函数初始化失败，回退到内置函数
• 额外校验：你自定义的multiClassSummary返回的指标名称如果和指定的metric = "F1"不匹配，也会触发后续适配错误。

按以下顺序排查修改即可：

1. 先安装加载所有依赖包，代码如下：

install.packages(c("caret", "plyr", "C50", "dplyr", "compiler", "Metrics"))
library(caret)
library(plyr)
library(C50)
library(dplyr)
library(compiler)
library(Metrics)

2. 先完整运行你提供的multiClassSummary自定义函数代码，确保函数已经加载到R环境中
3. 修改train函数的公式写法，去掉响应变量前的my_data$前缀：

train.control <- trainControl(method = "repeatedcv", number = 10, repeats = 3, 
                              summaryFunction = multiClassSummary, classProbs = TRUE)

train_model <- train(response ~., data = my_data, method = "C5.0",
                     trControl = train.control,
                     preProcess = c("center", "scale"),
                     tuneLength = 15,
                     metric = "F1")

4. 如果还是报错，可以先测试自定义函数是否能正常返回F1指标，运行以下测试代码确认输出包含F1字段：

# 构造模拟测试数据，假设4分类
test_data <- data.frame(
  obs = factor(sample(c("class1", "class2", "class3", "class4"), 100, replace = T)),
  pred = factor(sample(c("class1", "class2", "class3", "class4"), 100, replace = T)),
  class1 = runif(100),
  class2 = runif(100),
  class3 = runif(100),
  class4 = runif(100)
)
# 运行自定义函数
test_res <- multiClassSummary(test_data)
# 查看是否包含F1指标
print(names(test_res))

内容的提问来源于stack exchange，提问作者stats_noob