R：为什么 pmap 不工作而 map2 工作？

Question

我对 R 相当陌生，并且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，我尝试更多地手动完成任务，而不是他们需要的。所以我使用带有列表列的小标题，其中每一行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。 应该通过在所有行（即折叠/参数组合）上迭代 ranger 函数来构建模型，然后将其保存到列表列中。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。我知道将两个以上的元素映射到函数时需要使用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) 作为参数映射到 ranger 函数，我收到以下错误：

“游侠错误（物种 ~ ., 数据 = .x, mtry = .y, min.node.size = .z）： 找不到对象 '.z'"

这是我使用 iris 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。

最好的问候

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（在您的情况下为list(train, mtry, min.node.size)）可以不命名。重要的是它们的顺序，因为这是 ..1、..2 等引用的内容。