R 使用tidymodels未检测到优化参数

在上次更新之前，以下代码有效：

model_recipe_prep <- recipe( leads_dda ~ ., data = train_data) %>%
  step_rm(dt,cost) %>% 
  step_normalize( all_numeric(), -all_outcomes() ) %>% 
  step_BoxCox( all_numeric(), -all_outcomes(), -starts_with("number_")) %>%
  step_dummy( all_nominal(), one_hot = TRUE) %>% 
  step_poly(impressions, degree = tune() ) %>% 
  step_nzv(all_predictors() ) 

# ---- Metrics ----
model_control_metrics <- metric_set( rmse, mae, rsq )
model_control         <- control_grid(save_pred = TRUE)

model_baseline <- linear_reg() %>% 
  set_engine("lm") %>% 
  set_mode("regression")

set.seed(3456)
model_baseline_recipe_grid  <- expand.grid(degree = 1:3)
#model_baseline_engine_grid <- grid_regular()
#model_baseline_grid        <- merge(model_recipe_base_linear, model_baseline_engine_grid)

model_baseline_tune <- tune_grid(
  model_baseline,
  model_recipe_prep,
  resamples = train_data_kfolds,
  grid = model_baseline_recipe_grid,
  control = model_control,
  metrics = model_control_metrics
)

---

我得到了一个空的小口，因为model_recipe_prep没有成立的参数。

不幸的是，我们了解到，在某些情况下，刚刚进入CRAN的新版本配方和CRAN上的当前调谐版本可能不匹配。我们正在尽快开发一个tune版本，但与此同时，如果您能够通过

devtools:：install\u GitHub（“tidymodels/tune”）

从GitHub进行安装，您应该会看到这样的情况：

库（tidymodels）
rec1%
步骤规格化（所有数值（），-所有结果（））%>%
步骤（所有数值（），-所有结果（），-以（“数字”）开头）%>%
步骤\u虚拟（所有\u标称（），一个\u热=真）%>%
步进多边形（显示，度=tune（））%>%
步骤nzv（所有预测值（））
可调（rec1）
#>#tibble:3 x 5
#>名称调用\u信息源组件\u id
#>                                  
#>1度配方步骤
#>2次切割配方步骤nzv nzv zIzsm
#>3独特的切割配方步骤
调谐参数（rec1）
#>#A tible:1 x 6
#>名称可调id源组件\u id
#>                        
#>1度真度配方步骤

由（v0.3.0.9001）于2020年11月15日创建

tune_args(model_recipe_prep)