R tidymodels-使用步骤（）进行拟合重采样时出错

我正在尝试编写一个函数，该函数适用于使用step_ns（）的配方的重采样。由于某些原因，我收到了错误消息：

Fold01:配方：错误：并非配方中的所有变量都存在于提供的培训集中

所有的褶皱都是如此。然后

警告信息：

所有模型在[fit_resamples（）]中失败。请参阅

.notes

列。

这是我的代码：

compare_basis_exp_to_base_mod <- function (data, outcome, metric, ...) {

  outcome <- rlang::enquo(outcome)
  metric <- rlang::enquo(metric)
  
  pred_list <- colnames(data)
  
  outcome_str <- substring(deparse(substitute(outcome)), 2)
  outcome_str_id <- which(colnames(data) %in% outcome_str)
  
  predictor <- pred_list[-outcome_str_id]
  
  data <- data %>% 
    rename(prediction = !!outcome)

  res <- tibble(splits = list(), id = character(), .metrics = list(), 
                .notes = list(), .predictions = list(), pred = character())
  
  rec_without_splines <- recipe(prediction ~ ., data = data) %>%
    prep()
  
  rec_with_splines <- recipe(prediction ~ ., data = data) %>%
    step_ns(all_predictors(), ...) %>% 
    prep()
  
  folds_without_splines <- vfold_cv(juice(rec_without_splines), strata = prediction)
  
  folds_with_splines <- vfold_cv(juice(rec_with_splines), strata = prediction)
  

  mod <- linear_reg() %>% 
    set_engine("lm")

  mod_without_splines <- fit_resamples(mod,
                                       rec_without_splines,
                                       folds_without_splines,
                                       metrics = metric_set(!!metric),
                                       control = control_resamples(save_pred = TRUE)) %>%
    mutate(pred = "no_splines")
  
  mod_with_splines <- fit_resamples(mod,
                                    rec_with_splines,
                                    folds_with_splines,
                                    metrics = metric_set(!!metric),
                                    control = control_resamples(save_pred = TRUE)) %>%
    mutate(pred = "with_splines")

  res <- mod_without_splines %>%
    bind_rows(mod_with_splines)
  
  return (res)
}

---

compare_basis_exp_to_base_mod您的问题来自尝试在已经运行相同配方的数据集上应用配方

如果我们假设预测变量是
X1
和
X2
，那么
rec\u和_样条
就是这些变量。但是由于
folds\u with_spline
包含
rec\u with_spline
的丰富结果，那么
folds\u with_spline
实际上包含
X1_ns_1
，
X1_ns_2
，
X2_ns_1
和
X2_ns_2
。不是
X1
和
X2

我建议使用将预处理和建模步骤结合起来。并将原始数据传递到
vfold\u cv（）

库（tidymodels）
比较基础经验和基础模型