以下是模型代码:

cb_spec <- boost_tree(  mode = "classification",  trees = 1000,  tree_depth = tune(),  min_n = tune(),  mtry = tune(),  learn_rate = tune()) %>%  set_engine("catboost", loss_function = "Logloss", task_type = "GPU")

以下是数据预处理流程:

cb_rec <- recipe(covid_vaccination ~ ., data = cb_train) %>%   step_unknown(all_nominal_predictors()) %>%  #step_dummy(all_nominal_predictors(), one_hot = TRUE) %>%  step_impute_median(all_numeric_predictors()) %>%   step_nzv(all_predictors())

我将它们结合:

cb_wf <- workflow() %>%   add_model(cb_spec) %>%   add_recipe(cb_rec)

然后我尝试调整参数以找到最佳超参数:

cb_tune <- tune_grid(  object = cb_wf,  resamples = cb_folds,  grid = cb_grid,  metrics = metric_set(roc_auc),  control = control_grid(verbose = TRUE))

我收到的错误信息如下:

在catboost.from_matrix(as.matrix(float_and_cat_features_data), : 不支持的标签类型，期望是双精度或整数类型。我已经确认类别变量已经被转换为因子类型。我的数据集中绝对没有字符类型的向量。

回答：

经确认，这是使用tidymodels进行catboost时出现的一个奇怪错误。请查看他们的GitHub问题列表以获取更多信息和当前的解决方法。