在 MLR3 Ranger 设置 class.weights 中，错误“'xs' 上的断言失败：class.weights: 长度必须为 1”

如何解决在 MLR3 Ranger 设置 class.weights 中，错误“'xs' 上的断言失败：class.weights: 长度必须为 1”

我想在 MLR3 中使用 Ranger 分类器设置 class.weights 参数。在基本 Ranger 包中，class.weights 参数采用向量。尝试在 MLR3 中设置相同参数时，出现错误。

# create a dummy dataset and try it with ranger 
library(ranger)
dt <- data.frame(x = runif(100),y = factor(sample(0:1,100,replace = TRUE)))
rr <- ranger(y ~ x,data = dt,class.weights = c(0.5,0.95))

这运行良好。现在尝试使用 MLR3：

library(mlr3)
library(mlr3learners)
library(mlr3misc)

task = TaskClassif$new(id = "imbalanced",backend = dt,target="y") 
learner = lrn("classif.ranger")

learner$param_set$values = insert_named(
  learner$param_set$values,list("class.weights" = c(0.05,0.95))
)

这会返回一个错误

self$assert(xs) 中的错误： 对“xs”的断言失败：class.weights：长度必须为 1

检查 learner$param_set 表明 MLR3 期望 class.weight 的 ParamDBL，而不是列表，因此出现错误。

learner$param_set$class

然而，如果你给它一个单一的参数值，Ranger 就会抛出一个错误

learner$param_set$values = insert_named(
  learner$param_set$values,list("class.weights" = 0.05)
)
rr = resample(task,learner,rsmp("cv"),store_models = TRUE)

返回的错误如下：

Ranger::ranger(dependent.variable.name = task$target_names,data = task$data(),中的错误： 错误：类权重数不等于类数

如何在 MLR3 中设置这个 class.weights 参数？