在 mlr3 中使用 classif.svm 调整参数时出错

Question

我正在使用 mlr3 使用 SVM 分类器构建机器学习工作流。当我尝试调整参数时

library(mlr3)
library(mlr3learners)
library(paradox)
library(mlr3tuning)

task = tsk("pima")
learner = lrn("classif.svm")
learner$param_set
tune_ps = ParamSet$new(list(
ParamDbl$new("cost", lower = 0.001, upper = 0.1)
))
tune_ps
hout = rsmp("holdout")
measure = msr("classif.ce")
evals20 = term("evals", n_evals = 20)
instance = TuningInstance$new(
task = task,
learner = learner,
resampling = hout,
measures = measure,
param_set = tune_ps,
terminator = evals20
)
tuner = tnr("grid_search", resolution = 10)
result<-tuner$tune(instance)

它输出错误

错误 (函数 (xs( ： 对"xs"的断言失败："成本"的条件不正常：类型等于 C 分类;相反：类型=

我不知道那里发生了什么。

Answer 1

我们决定使用更具描述性的错误消息来解决此问题，但仍需要在 ParamSet 中显式设置具有依赖项的参数，而不是回退到 ParamSet 默认值。

有关详细信息，请参阅 https://github.com/mlr-org/paradox/pull/262 和相关问题/PR。