R中使用tidymodels与workflows做生存分析时recipe报错及调参方案

报错修复 #

报错的核心原因是tidymodels的recipe不支持在公式内直接调用Surv()这类内联计算函数，所有参与建模的变量需要提前作为数据框列存在，或通过recipe步骤生成。
修复步骤如下：

1. 提前加载依赖包，除tidymodels外需加载survival、censored包，其中censored为tidymodels官方维护的生存分析扩展包，已支持常见生存模型的训练与调参。

library(tidymodels)
library(survival)
library(censored)

2. 预先在训练数据中生成Surv类型的响应变量列：

set.seed(123)
n <- 20
train_data <- data.frame(id=1:n, 
                  death_time = rnorm(n, mean = 5, sd = 3),
                  death_event = sample(c(0,1), n, replace = TRUE),
                  age = sample(18:30, n, replace=TRUE),
                  gender = rep(LETTERS[1:2], n/2),
                  drug = factor(sample(c("X", "Y"), n, replace = TRUE)))
# 新增生存对象列
train_data$surv_obj <- Surv(time = train_data$death_time, event = train_data$death_event)

3. 修正recipe定义，直接使用预先生成的生存对象作为响应变量，可按需添加预处理步骤：

data_recipe <- recipe(surv_obj ~ age + gender + drug, data = train_data) %>%
  # 示例预处理：将名义分类变量转为哑变量
  step_dummy(all_nominal_predictors())

多模型适配与调参配置 #

需注意所有生存模型需指定mode为censored regression，各常见模型的配置方式如下：

决策树模型（修正后） #

tree_spec <- decision_tree(
  cost_complexity = tune(),
  tree_depth = tune(),
  min_n = tune()) %>% 
  set_engine("rpart") %>%
  # 核心：设置为生存回归模式
  set_mode("censored regression")

# 工作流配置与原有逻辑一致
tree_workflow <- 
  workflow() %>% 
  add_recipe(data_recipe) %>% 
  add_model(tree_spec) 

Cox回归模型 #

# 非正则化Cox回归
cox_spec <- cox_reg() %>%
  set_engine("survival") %>%
  set_mode("censored regression")

# 可超参调优的正则化Cox回归
reg_cox_spec <- cox_reg(
  penalty = tune(),
  mixture = tune()
) %>%
  set_engine("glmnet") %>%
  set_mode("censored regression")

生存随机森林模型 #

rf_spec <- rand_forest(
  mtry = tune(),
  trees = tune(),
  min_n = tune()
) %>%
  set_engine("randomForestSRC") %>%
  set_mode("censored regression")

调参流程说明 #

调参逻辑与tidymodels通用流程完全一致：

• 构造重抽样集时可按事件变量分层，保证各折样本的事件分布一致
• 调参评估指标可使用concordance_survival、brier_survival等生存分析专用指标
• 测试代码中n=20样本量过小，实际使用需提升样本量保证结果稳定性

内容的提问来源于stack exchange，提问作者RCchelsie