r - ハイパーパラメータの最適化とチューニングのために mlr で mlrMBO を使用する方法

Question

ターゲットがマルチクラス分類であるデータセットで、R で ML アルゴリズム (rf、adaboost、xgboost) をトレーニングしようとしています。ハイパーパラメータの調整には、MLR パッケージを使用します。

以下のコードの私の目標は、パラメーター mtry と nodesize を調整することですが、ntrees を 128 に一定に保つことです (mlrMBO を使用)。ただし、以下のエラーメッセージが表示されます。これを正しい方法で定義するにはどうすればよいですか?

rdesc <- makeResampleDesc("CV",stratify = T,iters=10L) 

traintask <- makeClassifTask(data = df_train, 
                             target = "more_than_X_perc_damage")
testtask <- makeClassifTask(data = df_test, 
                            target = "more_than_X_perc_damage")

lrn <- makeLearner("classif.randomForest",
                   predict.type = "prob")

# parameter space 
params_to_tune <- makeParamSet(makeIntegerParam("ntree", lower = 128, upper = 128),
                               makeNumericParam("mtry", lower = 0, upper = 1, trafo = function(x) ceiling(x*ncol(train_x))),
                               makeNumericParam("nodesize",lower = 0,upper = 1, trafo = function(x) ceiling(nrow(train_x)^x)))

ctrl = makeTuneControlMBO(mbo.control=mlrMBO::makeMBOControl())
tuned_params <- tuneParams(learner = lrn, 
                           task = traintask, 
                           control = ctrl, 
                           par.set = params_to_tune, 
                           resampling = rdesc, 
                           measure=acc)

rf_tuned_learner <- setHyperPars(learner = lrn,
                                 par.vals = tuned_params$x)

rf_tuned_model <- mlr::train(rf_tuned_learner, traintask)

# prediction performance
pred <- predict(rf_tuned_model, testtask)
performance(pred) 
calculateConfusionMatrix(pred)
stats <- confusionMatrix(pred$data$response,pred$data$truth)
acc_rf_tune <- stats$overall[1] # accuracy
print(acc_rf_tune)

(関数 (fn、nvars、max = FALSE、pop.size = 1000、max.generations = 100、: Domains[,1] は Domains[,2] 以下である必要があります) のエラー

前もって感謝します！