mlr中makeStackedLearner为何不支持生存模型？能否实现堆叠？

你遇到的这个问题本质是mlr的makeStackedLearner从设计之初就只适配了回归、二分类和多分类任务，完全没考虑生存分析这种特殊任务类型。从你贴的那段源码就能看出来：

td = getTaskDesc(task)
type = ifelse(td$type == "regr", "regr", ifelse(length(td$class.levels) == 2L, "classif", "multiclassif"))

这段代码会把任务类型强行归类到regr/classif/multiclassif三类，而生存任务的类型是surv，不在这个判断逻辑里，结果就被默认当成了分类任务处理——这就是报错的核心原因：生存模型输出的风险值是数值型，但代码误以为要输出分类用的因子类型，自然就触发了类型不匹配的错误。

至于官方为什么没做生存模型的支持，主要是因为生存分析的输出比普通回归/分类复杂得多：除了风险值，还有生存函数、累积风险等特殊指标，堆叠策略（比如简单平均、元模型拟合）需要针对这些特殊输出做定制，而makeStackedLearner的底层逻辑没有做这部分适配，所以直接排除了生存任务。

不过你想要的多个生存模型结果简单平均+重采样循环其实很好实现，不用依赖makeStackedLearner，我们可以手动自定义一个生存学习器来完成这个需求，同时保留并行化能力：

library(survival)
library(mlr)
library(parallelMap)

# 加载数据并预处理生存任务
data(veteran)
set.seed(24601)
mas.task <- makeSurvTask(id = "MAS", data = veteran, target = c("time", "status"))
mas.task <- createDummyFeatures(mas.task)

# 定义重采样策略
inner <- makeResampleDesc("CV", iters=2, stratify=TRUE)
outer <- makeResampleDesc("CV", iters=2, stratify=TRUE)

# 定义基础生存学习器集合
cox.lrn <- makeLearner(cl="surv.coxph", id = "coxph", predict.type="response")
glmboost.lrn <- makeLearner(cl="surv.glmboost", id = "glmBoost", predict.type="response", use.formula=TRUE, center=TRUE)
rfsrc.lrn <- makeLearner(cl="surv.randomForestSRC", id = "rfsrc", predict.type="response")
base_learners <- list(cox.lrn, glmboost.lrn, rfsrc.lrn)

# 启动并行化（针对重采样迭代）
parallelStart(mode="multicore", cpus=12, level="mlr.resample", show.info = TRUE, logging=TRUE)

# 自定义堆叠生存学习器：实现基础模型预测值的简单平均
stacked_lrn <- makeLearner("surv.custom",
  # 训练阶段：训练所有基础学习器并保存
  train = function(task, model, ...) {
    base_models <- lapply(base_learners, function(lrn) train(lrn, task))
    return(list(base_models = base_models))
  },
  # 预测阶段：收集所有基础模型的风险值，按样本求平均
  predict = function(model, newdata, ...) {
    # 获取每个基础模型的风险预测值
    base_preds <- lapply(model$base_models, function(bm) predict(bm, newdata = newdata)$data$response)
    # 对每个样本的多个风险值做平均
    avg_pred <- rowMeans(do.call(cbind, base_preds))
    # 返回符合生存预测格式的结果
    return(list(response = avg_pred))
  }
)

# 执行外层重采样验证
stacked_resample <- resample(
  task = mas.task,
  learner = stacked_lrn,
  resampling = outer,
  measures = list(cindex),
  show.info = TRUE
)

# 查看堆叠模型的性能指标
print(stacked_resample$aggr)

# 停止并行化
parallelStop()

代码关键点说明： #

1. 用makeLearner("surv.custom")创建自定义生存学习器，手动实现train和predict逻辑，完全避开makeStackedLearner的类型限制
2. train方法负责训练所有基础生存模型并保存，predict方法收集每个模型的风险值后按样本求平均
3. 直接用resample函数将自定义学习器融入外层交叉验证，并行化依然生效（因为指定了level="mlr.resample"，mlr会自动分配重采样迭代到多核）

如果之后你想尝试更复杂的堆叠策略（比如用元模型学习基础模型的权重），也可以用类似的思路：在train阶段先通过内层重采样得到基础模型的预测值，再用这些预测值作为特征训练一个生存元模型（比如cox模型），预测阶段先用基础模型得到预测值，再输入元模型得到最终结果。

内容的提问来源于stack exchange，提问作者panda