{caret}xgbTree模型在包含权重时未运行，没有权重时运行良好

我有一个数据集，我可以用它构建一个没有权重的xgbTree模型，但是一旦我包含了权重——即使权重都是1——模型就不会收敛。我明白了 有点不对劲；缺少所有RMSE度量值：错误，当我打印警告时，我在nominalTrainWorkflow（x=x，y=y，wts=weights，info=trainInfo，…）中得到

：在重新采样的性能度量中缺少值。

作为最后一条消息

对于包含该信息的RData文件，该文件太大，无法打印，较小的样本并不总是重现该错误

它包含3个对象：

input\u x

、

input\u y

和

wts

——最后一个对象只是1的向量，但它最终应该能够接受间隔（0,1）上的数字，理想情况下。我使用的代码如下所示。请注意产生错误的weight参数旁边的注释

nrounds<-1000

tune_grid <- expand.grid(
  nrounds = seq(from = 200, to = nrounds, by = 50),
  eta = c(0.025, 0.05, 0.1, 0.3),
  max_depth = c(2, 3, 4, 5),
  gamma = 0,
  colsample_bytree = 1,
  min_child_weight = 1,
  subsample = 1
)

tune_control <- caret::trainControl(
  method = "cv", 
  number = 3, 
  verboseIter = FALSE, 
  allowParallel = TRUE 
)

xgb_tune <- caret::train(
    x = input_x,
    y = input_y,
    weights = wts, # If I remove this line, the code works fine. When included, even if just 1s, it throws an error.
    trControl = tune_control,
    tuneGrid = tune_grid,
    method = "xgbTree",
    verbose = TRUE
  )

nrounds根据权重参数称为
wts

行：

运行

xgb_tune <- caret::train(
    x = input_x,
    y = input_y,
    wts = wts,
    trControl = tune_control,
    tuneGrid = tune_grid,
    method = "xgbTree",
    verbose = TRUE
  )

xgb\u tune查看下面的解决方案是否适用于您。我运行了几圈您的代码，一切正常。没有在整个范围内尝试。可能还与并行有关
xgb_tune <- caret::train(
    x = input_x,
    y = input_y,
    wts = wts,
    trControl = tune_control,
    tuneGrid = tune_grid,
    method = "xgbTree",
    verbose = TRUE
  )