使用 Caret 中 frbs 包中的 SBC 出现错误“出现问题；所有 RMSE 度量值都丢失”

Question

我一直在尝试使用 Caret for R 中“frbs”包中的“SBC”方法来拟合模型。我在 SO 中看到了针对不同包的类似问题并尝试了解决方案，但它们似乎不起作用就我而言。我提供了一个代码 sn-p 用于使用 iris 数据集的可重现性。

library(caret)
data("iris")
grid<-expand.grid(r.a = c(0.5),
                                     eps.high = c(0.5),
                                     eps.low = c(0))

Fit <- train(Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width, data = iris,
                                 method = "SBC", 
                               #  trControl = fitControl,
                                 tuneGrid=grid,
                                 verbose = TRUE)

Fit$results

得到的错误是：

Something is wrong; all the RMSE metric values are missing:
      RMSE        Rsquared  
 Min.   : NA   Min.   : NA  
 1st Qu.: NA   1st Qu.: NA  
 Median : NA   Median : NA  
 Mean   :NaN   Mean   :NaN  
 3rd Qu.: NA   3rd Qu.: NA  
 Max.   : NA   Max.   : NA  
 NA's   :3     NA's   :3    
Error in train.default(x, y, weights = w, ...) : Stopping
In addition: There were 50 or more warnings (use warnings() to see the first 50)

我检查了警告（），它显示“Resample17 的模型拟合失败：ra=0.5，eps.high=0.5，eps.low=0 frbs.learn 中的错误（data.train = structure（c（3.5， 3, 3.2, 3.1, 3.4, 3.4, : ....."。我什至尝试过单独安装 frbs 包。此外，我确保变量的类不是因素，即使对于我的数据也是如此。

我的问题是如何修复此错误以及为什么会发生此错误。任何帮助将不胜感激。

提前致谢。

Answer 1

感谢 Max Kuhn，问题已得到解决。 Caret 的 github 页面中的解决方案链接为here。