tidymodels工作流add_recipe()调用失效报错缺失'text'变量的问题

• 问题出在独立预处理流程与workflow绑定recipe的逻辑完全错位
• 当前操作链路存在本质冲突：你先单独把自定义文本recipe跑完prep()流程，把原始数据集里的text文本列通过全流程变换转成了词项特征矩阵，再把这份已经删除text列的预处理矩阵，连同仍要求输入包含原始text列的同一份recipe对象，一起塞进workflow准备拟合
• Workflow在拟合启动的第一步，会校验绑定的recipe所需的全部输入变量是否存在于待拟合数据集中。因为传入的数据集是已经完成文本变换、不存在text列的成品特征矩阵，自然会抛出“缺少配方要求的text变量”的错误

• 所有不绑定recipe的流程，本身不存在“校验recipe所需原始输入变量”的环节：
  • 搭配add_formula(type~.)的工作流全程未挂载recipe，只会在传入数据集的现有列中匹配公式对应的变量，根本不会主动查找text列
  • 不依赖workflow直接对朴素贝叶斯模型调fit()时，会直接把公式和预处理好的矩阵传给klaR引擎，引擎不会做额外的输入变量合规性检查
  • 搭配add_variables()指定变量的工作流同样未挂载recipe，只会从传入数据集中匹配你指定的结果变量、预测变量，完全不涉及原始文本列的检查
• 这类错位问题只会在workflow的前置校验环节抛出，不会传递到底层模型引擎中，因此靠rlang::last_error()很难定位到是独立预处理流程与workflow的输入预期不匹配

• 通过add_recipe()接入workflow时，传入未做任何训练的原始recipe定义对象，不要把提前prep()好、已经接触过原始训练数据的recipe实例直接绑定到workflow中
• 调用workflow的fit()方法时，直接传入保留了原始text列、原始type列的原始训练集，让workflow自动按顺序完成recipe训练、特征变换、模型拟合的全链路流程
• 如果需要单独调试文本预处理的每一步效果，记得把独立调试环节用到的prep()、bake()流程，和绑定在workflow里的recipe完全拆分，不要复用同一个recipe对象导致输入逻辑混乱

内容的提问来源于stack exchange，提问作者Alix TC