如何调整R(mlr)中learner的factor.levels顺序统一多任务输出

问题根本原因 #

• 你用case_when生成的目标列是字符串类型，mlr自动将其转换为因子时默认按字典序排列水平，这才是概率列顺序变化的核心原因
• makeClassifTask的positive参数仅用于性能指标（比如混淆矩阵、AUC）计算时指定正类，不会改变因子水平排序，也不会影响预测结果的概率列输出顺序
• 训练完成后手动修改learner.train$factor.levels无效，因为模型训练阶段已经固定了内部的类别顺序，后续修改不会生效
• 你在iris数据测试时顺序一致，是因为not开头的字符串首字母n的字典序比S(Setosa)、V(Versicolor)都靠前，所以默认排序都是负类在前；如果换成首字母比n小的类别（比如Apple），默认顺序就会变成正类在前，和你原有问题的表现一致

可行解决方案 #

方案1：预处理阶段直接固定因子水平（最推荐，从根源统一顺序） #

在生成二分类目标列时直接转成因子，手动指定固定的水平顺序，所有任务统一按「目标颜色在前，负类在后」的规则设置即可，示例代码：

colours <- Col %>%
  drop_na(colour) %>% 
  # 直接指定levels顺序，后续所有流程都会沿用这个顺序
  mutate(Colour = factor(
    case_when(colour == 'Yellow' ~ 'Yellow', TRUE ~ 'notYellow'),
    levels = c("Yellow", "notYellow")
  ))

所有二分类任务都按这个规则设置，输出的概率列、混淆矩阵顺序会完全统一。

方案2：预测结果输出后统一调整列顺序 #

如果已经完成训练不想重跑，可以在导出数据前按你需要的规则重排列顺序，保证所有任务导出的列顺序一致：

# 以Yellow任务为例，固定按prob.Yellow、prob.notYellow的顺序选择列
matrix3 <- task.proben.pred$data %>% 
  add_column(proben, .before = T) %>%
  select(proben, prob.Yellow, prob.notYellow, truth, response)

方案3：构造预测任务时同步指定正类 #

你之前构造task.proben时没有设置positive参数，也需要和训练任务保持一致，避免混淆矩阵计算出错：

# 训练和测试任务的positive参数保持一致
task.colours <- makeClassifTask(colours, target = "Colour",  positive = "Yellow")
task.proben <- makeClassifTask(colours.probe, target = "Colour", positive = "Yellow")

内容的提问来源于stack exchange，提问作者bienexo