如何获取使用vfold_cv的parsnip多分类逻辑回归V折交叉验证系数

首先请确认你运行交叉验证拟合时，已经开启了保存每折叠对应工作流的参数，如果之前的代码没有加对应配置，需要先调整拟合代码的控制参数：

# 拟合交叉验证时必须配置control参数保存每折的工作流对象
resamples_fit <- workflow() |>
  add_model(logistic_reg(mode = "classification") |> set_engine("glm")) |>
  add_formula(你的目标变量 ~ .) |>
  fit_resamples(
    resamples = vfold_cv(你的数据集, v = 5),
    control = control_resamples(save_workflow = TRUE) # 该参数为必加项，否则不会存储每折的模型结果
  )

后续提取系数的操作步骤如下：

• 第一步：从resamples_fit中提取所有折叠保存的工作流对象

  library(purrr)
  library(broom)
  
  # 提取所有折叠的工作流对象列表
  fold_workflows <- resamples_fit$.workflows
  

• 第二步：遍历所有工作流，批量提取各折的模型系数
  针对多分类逻辑回归，tidy()方法会自动按类别返回对应系数，你可以直接合并为统一的数据框方便后续分析：

  fold_coefs <- map2_dfr(
    .x = fold_workflows,
    .y = 1:5, # 对应5个折叠的编号
    .f = function(wf, fold_id) {
      wf |>
        extract_fit_parsnip() |> # 从工作流中提取parsnip格式的拟合模型
        tidy() |> # 提取模型系数，多分类结果会额外新增一列标记系数对应的类别
        mutate(fold = fold_id) # 新增列标记该系数属于第几折
    }
  )
  

• 第三步：如果需要单独查看每折的系数，可以按折叠编号拆分结果

  # 拆分后列表的每个元素对应一折的所有系数
  coef_by_fold <- split(fold_coefs, fold_coefs$fold)
  

如果你用的是多分类softmax回归而非二分类逻辑回归，最终输出的系数表中会额外包含class列，对应每个系数所属的预测类别，你可以根据需要自行筛选对应类别的系数即可。

内容的提问来源于stack exchange，提问作者Ken