Geocompx/geocompr项目：解决SVM空间调参中的mlr3错误

问题背景

在使用Geocompx/geocompr项目第12章"空间交叉验证与机器学习超参数调优"中的SVM(支持向量机)空间调参示例时，用户遇到了mlr3包相关的错误。错误信息显示在训练过程中出现了预测类型不匹配和NULL方法参数的问题。

错误分析

错误主要出现在两个关键点：

1. 预测类型不匹配警告：基础学习器(classif.ksvm.tuned)和回退学习器(classif.featureless)的预测类型不一致，分别为'prob'和'response'

2. 训练错误：在封装参数(encapsulate)为NULL时出现了断言失败，要求必须是{'none','try','evaluate','callr'}中的一个

解决方案

1. 版本兼容性问题

经过分析，这个问题可能与mlr3生态系统的版本兼容性有关。推荐使用以下稳定版本组合：

• mlr3 0.20.2
• mlr3extralearners 0.9.0

可以通过以下命令安装这些版本：

install.packages("mlr3")  # 安装mlr3稳定版
remotes::install_github("mlr-org/mlr3extralearners@v0.9.0")  # 安装特定版本的扩展学习器

2. 代码调整建议

对于示例代码，可以做出以下调整：

1. 确保预测类型一致：明确设置所有学习器的predict_type参数

2. 正确设置封装参数：在auto_tuner或resample函数中明确指定encapsulate参数

3. 并行处理配置：确保并行处理设置正确，避免资源冲突

3. 完整解决方案代码

# 确保使用正确版本的包
library(mlr3)
library(mlr3spatiotempcv)
library(mlr3tuning)

# 数据准备
data("lsl", "study_mask", package = "spDataLarge")
ta <- terra::rast(system.file("raster/ta.tif", package = "spDataLarge"))

# 创建分类任务
task = mlr3spatiotempcv::as_task_classif_st(
  x = as_data_backend(data = lsl),
  target = "lslpts",
  id = "ecuador_lsl",
  positive = "TRUE",
  coordinate_names = c("x", "y"),
  crs = "EPSG:32717",
  coords_as_features = FALSE
)

# 配置SVM学习器
lrn_ksvm = mlr3::lrn("classif.ksvm", 
                     predict_type = "prob",
                     kernel = "rbfdot",
                     type = "C-svc")

# 设置回退学习器，确保预测类型一致
lrn_ksvm$fallback = lrn("classif.featureless", predict_type = "prob")

# 性能评估级别的重采样
perf_level = mlr3::rsmp("repeated_spcv_coords", folds = 5, repeats = 100)

# 超参数调优级别的重采样
tune_level = mlr3::rsmp("spcv_coords", folds = 5)

# 定义搜索空间
search_space = paradox::ps(
  C = paradox::p_dbl(lower = -12, upper = 15, trafo = function(x) 2^x),
  sigma = paradox::p_dbl(lower = -15, upper = 6, trafo = function(x) 2^x)
)

# 设置终止条件
terminator = mlr3tuning::trm("evals", n_evals = 50)

# 配置自动调优器
at_ksvm = mlr3tuning::auto_tuner(
  learner = lrn_ksvm,
  resampling = tune_level,
  measure = mlr3::msr("classif.auc"),
  search_space = search_space,
  terminator = terminator,
  tuner = tuner,
  encapsulate = "evaluate"  # 明确设置封装方法
)

# 配置并行处理
library(future)
plan(list("sequential", "multisession"), workers = floor(availableCores() / 2))

# 执行空间嵌套交叉验证
progressr::with_progress({
  rr_spcv_svm = mlr3::resample(
    task = task,
    learner = at_ksvm,
    resampling = perf_level,
    store_models = FALSE,
    encapsulate = "evaluate"  # 明确设置封装方法
  )
})

# 停止并行处理
future:::ClusterRegistry("stop")

技术要点解析

1. 空间交叉验证：在空间数据分析中，传统的交叉验证可能导致数据泄漏，空间交叉验证通过考虑空间自相关来解决这个问题。

2. 超参数调优：SVM的性能很大程度上依赖于超参数(如C和sigma)的选择，空间调优确保选择的参数在空间上具有鲁棒性。

3. 并行处理：由于空间交叉验证计算量大，合理配置并行处理可以显著提高效率。

结论

通过使用稳定的包版本和正确的参数配置，可以成功运行Geocompx/geocompr项目中的SVM空间调参示例。这为空间机器学习提供了可靠的方法论基础，特别适用于需要考虑空间自相关的地理数据分析场景。