Tidymodels与Glmnet：Cox模型交叉验证非一致参数报错解决

你的代码报错的核心原因是未对分类预测变量（treatment、sex）进行数值编码，glmnet引擎要求输入纯数值矩阵，未编码的字符/因子变量会导致矩阵转换时出现维度不兼容问题。

修改步骤 #

只需在数据预处理配方中添加分类变量编码逻辑，具体修改如下：

1. 更新预处理配方

# DATA PRE-PROCESSING
ph_preprocess <- recipe(event_surv ~ ., data = df) %>% 
  step_filter(time > 0) %>% 
  step_select(-time, -event) %>% 
  update_role(patid, new_role = "ID") %>% 
  # 将字符型分类变量转为因子
  step_mutate_at(vars(treatment, sex), factor) %>% 
  # 对所有分类预测变量生成哑变量（适配glmnet正则化需求）
  step_dummy(all_nominal_predictors(), one_hot = FALSE)

2. 保持其他代码不变，重新运行tune_grid()即可正常执行交叉验证。

关键说明 #

• step_mutate_at：确保分类变量以因子类型存在，避免字符型变量在编码时出现异常；
• step_dummy：将分类变量转换为glmnet可处理的数值哑变量，one_hot=FALSE避免生成冗余列，更适合正则化模型的训练；
• 移除了多余的update_role(event_surv, new_role = "outcome")，因为公式event_surv ~ .已明确指定其为结果变量。

内容的提问来源于stack exchange，提问作者Lukas D. Sauer