R：为什么 pmap 不工作而 map2 工作？

Question

我是 R 的新手，正在自学一些机器学习技术。目前，我正在研究超参数调优，为了更好地理解这个问题，我尝试以比实际需要更多的方式手动完成这些任务。因此，我使用带有列表列的 tibble，其中每一行除其他外还包含训练集交叉验证折叠和随机森林算法的某些超参数值。整个网格包含这些在指定范围内的所有唯一组合。模型应该通过对所有行（即 fold/parameter 组合）迭代 ranger 函数来构建，然后保存到列表列中。为此，我使用了 purrr 包的 map 函数系列。

问题在于，这种方法仅在使用 map2 将数据和一个参数 (mtry) 映射到 ranger 函数时才有效。我知道在将 2 个以上的元素映射到一个函数时我需要使用 pmap。但是，与前面描述的两个元素的情况不同，这对我来说不适用于数据和两个参数（mtry 和 min.node.size）作为元素。 pmap 函数无法将第三个元素（min.node.size）映射为 ranger 函数的参数，我收到以下错误：

“护林员错误（物种~.，数据=.x，mtry = .y，min.node.size = .z）：未找到对象“.z”

这是我使用鸢尾花数据集的代码：

### used packages
library(tidyverse)
library(ranger)
library(rsample)

### data preparation
set.seed(123)

initial_split_data <- initial_split(iris, prop = 0.8)

training <- training(initial_split_data)
testing <- testing(initial_split_data)

cv_split <- vfold_cv(training, v = 3)

cv_data <- cv_split %>% 
  mutate(train = map(.x = splits, .f = ~training(.x)),
         validate = map(.x = splits, .f = ~testing(.x)),
         validate_species = map(.x = validate, .f = ~.x$Species))

### modeling
## two elements being mapped works:
random_forest_model_mtry <- cv_data %>% 
  crossing(mtry = seq(2,4,1)) %>% 
  mutate(model = map2(.x = train, .y = mtry, 
                                    .f = ~ranger(Species ~., data = .x, mtry = .y)))


## three elements being mapped does not work:
random_forest_model_mtry_minnode <- cv_data %>% 
  crossing(mtry = seq(2,4,1),
           min.node.size = seq(1,5,1)) %>% 
  mutate(model = pmap(list(.x = train, .y = mtry, .z = min.node.size), 
                                    .f = ~ranger(Species ~., data = .x, mtry = .y, min.node.size = .z)))

如果有人能告诉我如何在这种情况下正确使用 pmap 以便执行随机森林模型，那将非常有帮助。

此致

Answer 1

来自 ?pmap 帮助页面：

 .f: A function, formula, or vector (not necessarily atomic).

     If a *function*, it is used as is.

     If a *formula*, e.g. ‘~ .x + 2’, it is converted to a
     function. There are three ways to refer to the arguments:

       • For a single argument function, use ‘.’

       • For a two argument function, use ‘.x’ and ‘.y’

       • For more arguments, use ‘..1’, ‘..2’, ‘..3’ etc

对于多个参数，我们需要将.x、.y等替换为..1、..2等：

random_forest_model_mtry_minnode <- cv_data %>% 
    crossing(mtry = seq(2,4,1),min.node.size = seq(1,5,1)) %>% 
    mutate(model = pmap(list(train, mtry, min.node.size), 
                        .f = ~ranger(Species ~., data = ..1, 
                                     mtry = ..2, min.node.size = ..3)))

请注意，参数列表的元素（list(train, mtry, min.node.size) 在您的情况下）可以未命名。重要的是它们的顺序，因为这是 ..1、..2 等

引用的顺序

R：为什么 pmap 不工作而 map2 工作？

R: Why is pmap not working while map2 does?

r

machine-learning

pmap

purrr

tidyverse