工作流程_set带有Dplyrr风格的 Select 器，用于 Select 结果和预测因子R

我希望使用workstream_set来迭代模型创建中的不同变量.

在https://www.tmwr.org/workflow-sets中它指出

有三种可能的预处理器:

• 标准R公式
• 食谱对象(在估计/准备之前)
• Dplyrr风格的 Select 器，用于 Select 结果和预测因子

但它只提供了标准R公式的一个例子. 我更喜欢以Dupper风格工作，这样如果我创建自己的功能，我就可以在future 轻松规定结果和预测因子. 我环顾四周，找不到任何杜特尔风格的例子.

但我发现Inbox %%updateroal%%updateroal有效，但它很冗长.(示例2)

不幸的是，我的第三种方法add_Variable不起作用.

有人知道如何以比我发现的更好的方式为workdown_set编写dupper样式吗？

例1 R公式风格

 set.seed(123)
  data <- data.frame(
    x1 = rnorm(100),
    x2 = rnorm(100),
    x3 = rnorm(100),
    x4 = rnorm(100),
    y = rnorm(100)
  )
  
  variables<-list(
    first = y ~ x1,
    second = y ~ x2,
    third = y ~ x1+x2,
    fourth = y ~ x3+x4
  )
  
  
  lm_model <- 
    linear_reg() %>% 
    set_engine("lm")
  
  location_models <- workflow_set(preproc = variables, models = list(lm = lm_model))
  location_models
  location_models$fit[[4]]
  extract_workflow(location_models, id = "third_lm")
  
  location_models <-
    location_models %>%
  mutate(fit = map(info, \(x) fit(x$workflow[[1]], data)))
  location_models$fit[[4]]

示例2更新角色

variables<-list(
    fist = recipe(data)%>%update_role( y, new_role = "outcome")%>%update_role( x1, new_role = "predictor"),
    second = recipe(data)%>%update_role( y, new_role = "outcome")%>%update_role( x2, new_role = "predictor"),
    third = recipe(data)%>%update_role( y, new_role = "outcome")%>%update_role( c(x1,x2), new_role = "predictor"),
    forth = recipe(data)%>%update_role( y, new_role = "outcome")%>%update_role( c(x3,x4), new_role = "predictor")
  )

示例3添加变量(不起作用)

variables<-list(
  fist = add_variables(outcomes = y, predictors = x1),
  second = add_variables(outcomes = y, predictors = x2),
  third = add_variables(outcomes = y, predictors = c(x1,x2)),
  forth = add_variables(outcomes = y, predictors = c(x3,x4))
  )