cv.MclustDA（）错误：数据[-folds[[i]]中有错误，drop=FALSE]：维度数不正确

我使用R的mclust（）包对一个单变量数据集进行分类，然后使用判别分析功能将分类分配给新数据。当尝试使用cv.MclustDA（）计算交叉验证错误率时，我不断得到一个错误。下面是代码和错误。模型对象工作得很好，但在该模型对象上执行交叉验证有点不正确。有人能解释一下这个错误是什么吗？基于

nfolds=

参数，它显然失败了，但是更改数字没有帮助

> DA_mclust_AmazData_3group=MclustDA(data=Combined_AmazData[,4], class=Combined_AmazData[,13])
> summary(DA_mclust_AmazData_3group)
------------------------------------------------
Gaussian finite mixture model for classification 
------------------------------------------------

MclustDA model summary:

 log.likelihood  n df  BIC
           -Inf 29 18 -Inf

Classes  n Model G
      1 12     E 4
      2  8     X 1
      3  9     E 4

Training classification summary:

     Predicted
Class  1  2  3
    1 12  0  0
    2  0  8  0
    3  0  0  9

Training error = 0 
> 
> cv.MclustDA(DA_mclust_AmazData_3group)
cross-validating...
  |                                                                                  
|   0%Error in data[-folds[[i]], , drop = FALSE] : 
      incorrect number of dimensions

---

Mclust软件包的管理员联系了我。这是处理单变量情况时的一个错误，将在下一个版本中修复，该版本将很快发布到CRAN

我与管理员就这个包进行了沟通。这是处理单变量情况时的一个错误。它已在下一个包装中固定，不久将在起重机上安装。