r - 如何在mlr包中的makeClassifTask()中包含阻塞因素？

在某些分类任务中，使用mlr包，我需要处理与此类似的data.frame：

set.seed(pi)
# Dummy data frame
df <- data.frame(
   # Repeated values ID
   ID = sort(sample(c(0:20), 100, replace = TRUE)),
   # Some variables
   X1 = runif(10, 1, 10),
   # Some Label
   Label = sample(c(0,1), 100, replace = TRUE)
   )
df

我需要交叉验证模型，并使用相同的ID将值保持在一起，从教程中我知道：

https://mlr-org.github.io/mlr-tutorial/release/html/task/index.html#further-settings


我们可以在任务中包括一个阻碍因素。这表示某些观察“属于”，并且在将数据分为训练和测试集以进行重采样时不应分开。


问题是，如何在makeClassifTask中包含此阻止因素？

不幸的是，我找不到任何例子。

最佳答案

您有什么版本的mlr？一段时间以来，阻塞应该是其中的一部分。您可以直接在makeClassifTask中找到它作为参数

这是您的数据的示例：

df$ID = as.factor(df$ID)
df2 = df
df2$ID = NULL
df2$Label = as.factor(df$Label)
tsk = makeClassifTask(data = df2, target = "Label", blocking = df$ID)
res = resample("classif.rpart", tsk, resampling = cv10)

# to prove-check that blocking worked
lapply(1:10, function(i) {
  blocks.training = df$ID[res$pred$instance$train.inds[[i]]]
  blocks.testing = df$ID[res$pred$instance$test.inds[[i]]]
  intersect(blocks.testing, blocks.training)
})
#all entries are empty, blocking indeed works!