"cannot add bindings to a locked environment" 在 mlr3 中创建 AutoTuner 时
"cannot add bindings to a locked environment" when creating AutoTuner in mlr3
当我从 mlr 手册中 运行 代码时，我有错误消息。
library(mlr3)
task = mlr_tasks$get("iris")
learner = mlr_learners$get("classif.rpart")
resampling = mlr_resamplings$get("holdout")
measures = mlr_measures$mget("classif.ce")
param_set = paradox::ParamSet$new(
params = list(paradox::ParamDbl$new("cp", lower = 0.001, upper = 0.1)))
terminator = mlr3tuning::TerminatorEvaluations$new(5)
at = mlr3tuning::AutoTuner$new(learner, resampling, measures = measures, param_set, terminator,
tuner = mlr3tuning::TunerGridSearch)
输出消息：self$data$tuner_generator = tuner 出错：
无法将绑定添加到锁定的环境
这是我本地设置的问题还是 mlr3tuning 的问题？
我的设置：
微软 R 打开 3.5.3
来自 Microsoft 的增强型 R 发行版
Microsoft 软件包版权所有 (C) 2019 Microsoft Corporation
使用英特尔 MKL 进行并行数学计算（使用 6 个内核）。
R 版本 3.5.3 (2019-03-11)
平台：x86_64-w64-mingw32/x64（64 位）
运行 下：Windows 10 x64（内部版本 18362）
mlr3 仍然很新并且正在积极开发中，因此有时会出现这样的问题。应该会尽快修复。
需要说明的是，这不是您本地设置的问题。
更新：本书的起始页现在显示成功构建的 mlr3 包的版本。如果出现问题，请复制并粘贴页面底部的命令以安装可用的包版本。
当我从 mlr 手册中 运行 代码时，我有错误消息。
library(mlr3)
task = mlr_tasks$get("iris")
learner = mlr_learners$get("classif.rpart")
resampling = mlr_resamplings$get("holdout")
measures = mlr_measures$mget("classif.ce")
param_set = paradox::ParamSet$new(
params = list(paradox::ParamDbl$new("cp", lower = 0.001, upper = 0.1)))
terminator = mlr3tuning::TerminatorEvaluations$new(5)
at = mlr3tuning::AutoTuner$new(learner, resampling, measures = measures, param_set, terminator,
tuner = mlr3tuning::TunerGridSearch)
输出消息：self$data$tuner_generator = tuner 出错： 无法将绑定添加到锁定的环境
这是我本地设置的问题还是 mlr3tuning 的问题？
我的设置： 微软 R 打开 3.5.3 来自 Microsoft 的增强型 R 发行版 Microsoft 软件包版权所有 (C) 2019 Microsoft Corporation
使用英特尔 MKL 进行并行数学计算（使用 6 个内核）。
R 版本 3.5.3 (2019-03-11) 平台：x86_64-w64-mingw32/x64（64 位） 运行 下：Windows 10 x64（内部版本 18362）
mlr3 仍然很新并且正在积极开发中，因此有时会出现这样的问题。应该会尽快修复。
需要说明的是，这不是您本地设置的问题。
更新：本书的起始页现在显示成功构建的 mlr3 包的版本。如果出现问题，请复制并粘贴页面底部的命令以安装可用的包版本。