在rpart图中只有一片叶子形成

我尝试了下面的代码，用于插入符号序列和rpart绘图，但只有一片叶子形成。有人能告诉我为什么会发生这种情况吗？我尝试的代码是制作插入符号序列控制集，然后制作rpart序列集以及下面使用的函数，然后我尝试使用prp函数绘制rpart绘图，然后只生成一片叶子我得到的输出在第一行上面的图像链接中

 [> 





     structure(list(source = structure(c(7L, 7L, 7L, 7L, 7L, 7L, 7L, 


                    7L, 7L, 7L), .Label = c("IN", "MA", "NR", 
                        "OT", "PA", "P", "R", 
                        "S", "U", "Z"), class = "factor"),age = structure(c(2L, 1L, 1L, 
2L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L), .Label = c("L17", 
"U17"), class = "factor"),, name = structure(c(3L, 2L, 2L, 
                        1L, 2L, 3L, 1L, 1L, 2L, 2L), .Label = c("f", "l", "s", 
                        "v", "z"), class = "factor"), success = structure(c(1L, 
                        1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("0", "1"), class = "factor"), 
                            day = structure(c(6L, 6L, 7L, 7L, 5L, 5L, 1L, 1L, 1L, 1L), .Label = c("Friday", 
                            "Monday", "Saturday", "Sunday", "Thursday", "Tuesday", "Wednesday"
                            ), class = "factor"), country = structure(c(6L, 2L, 4L, 2L, 
                            2L, 4L, 1L, 2L, 7L, 2L), .Label = c("A", "C", 
                            "I", "Other", "S", "Ua", "U"
                            ), class = "factor")), row.names = c(NA, -10L), class = c("data.table", 
                        "data.frame"), .internal.selfref = <pointer: 0x0000000000101ef0>)





                   k<-ow
                            > str(k)
                           Classes ‘tbl_df’, ‘tbl’ and 'data.frame':    1898 obs. of  6 variables:
     $ source : Factor w/ 10 levels "I",..: 7 7 7 7 7 7 7 7 7 7 ...
     $ age    : Factor w/ 2 levels "L17","U17": 2 1 1 2 1 1 2 1 1 1 ...
     $ name   : Factor w/ 5 levels "f","l",..: 3 2 2 1 2 3 1 1 2 2 ...
     $ success: Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
     $ day    : Factor w/ 7 levels "Fri","Monday",..: 6 6 7 7 5 5 1 1 1 1 ...
     $ country: Factor w/ 7 levels "A","C",..: 6 2 4 2 2 4 1 2 7 2 ...
                             - attr(*, ".internal.selfref")=<externalptr> 
                            > k.label<-k$success
                            > set.seed(37569)
                            > cv.3.folds<-createMultiFolds(k.label,k=3,times=10)
                            > ctrl.3<-trainControl(method = "repeatedcv",number = 3,repeats = 10,index=cv.3.folds)
                            >k.train.1<-k[,c("age","source","day")]
                            #i tried using rpat.oc function which is given down
                            > k.cv<-rpart.oc(94622,k.train.1,k.label,ctrl.3)
                           Warning messages:
        1: In .Internal(gc(verbose, reset, full)) :
          closing unused connection 8 (<-activate.adobe.com:11086)
        2: In .Internal(gc(verbose, reset, full)) :
          closing unused connection 7 (<-activate.adobe.com:11086)
        3: In .Internal(gc(verbose, reset, full)) :
          closing unused connection 6 (<-activate.adobe.com:11086)
        4: In .Internal(gc(verbose, reset, full)) :
          closing unused connection 5 (<-activate.adobe.com:11086)
        5: In .Internal(gc(verbose, reset, full)) :
          closing unused connection 4 (<-activate.adobe.com:11086)
        6: In .Internal(gc(verbose, reset, full)) :
          closing unused connection 3 (<-activate.adobe.com:11086)
        7: Setting row names on a tibble is deprecated.  

                           > prp(k.cv$finalModel,type=0,extra=1,under=TRUE)



                            > View(rpart.oc)
                            function(seed,training,labels,otrl){
                            ol<-makeSOCKcluster(6,type="SOCK")
                            registerDoSNOW(ol)
                            set.seed(seed)
                            rpart.oc<-train(x=training,y=labels,method="rpart",tuneLength=30,trControl=otrl)
                            stopCluster(ol)
                            return(rpart.oc)
                            }

[>
结构(列表)源=结构(c)(7L,7L,7L,7L,7L,7L,，
7L，7L，7L），.Label=c（“IN”，“MA”，“NR”，
“OT”、“PA”、“P”、“R”，
“S”，“U”，“Z”，class=“factor”），年龄=结构（c（2L，1L，1L，
2L、1L、1L、2L、1L、1L、1L、1L、1L、1L、2L、1L），标签=c（“L17”，
“U17”，class=“factor”），，name=结构（c（3L，2L，2L，
1L，2L，3L，1L，1L，2L，2L），标签=c（“f”，“l”，“s”，
“v”，“z”，class=“factor”），成功=结构（c（1L，
1L、1L、1L、1L、1L、1L、1L、1L、1L、.Label=c（“0”、“1”），class=“factor”），
天=结构（c（6L，6L，7L，7L，5L，5L，1L，1L，1L，1L），标签=c（“星期五”，
“星期一”、“星期六”、“星期日”、“星期四”、“星期二”、“星期三”
)，class=“factor”），国家=结构（c（6L，2L，4L，2L，
2L，4L，1L，2L，7L，2L），标签=c（“A”，“c”，
“I”、“其他”、“S”、“Ua”、“U”
)，class=“factor”）），row.names=c（NA，-10L），class=c（“data.table”，
“data.frame”），.internal.selfref=）
k街（k）
类“tbl_df”、“tbl”和“data.frame”：1898 obs.共6个变量：
$来源：系数w/10“I”级，..：7。。。
$age:系数w/2级别“L17”、“U17”：21。。。
$name：系数w/5级“f”、“l”和….:3 2。。。
$success:系数w/2级“0”，“1”：1。。。
$day：系数w/7“星期五”、“星期一”和….:6 6 7 5 1 1 1。。。
$国家：系数w/7“A”、“C”级，..：6 2 4 2 7 2。。。
-属性（*，“.internal.selfref”）=
>k.标签集种子（37569）
>cv.3.folds ctrl.3k.train.1 k.cv有时CART过程无法找到比仅截距模型（例如，回归的样本平均值或分类模式）更好的预测分割。这基本上意味着CART过程没有信息性预测因子

例如：

库（rpart）
dat n=10
#> 
#>节点），拆分，n，偏差，yval
#>*表示终端节点
#> 
#>1）根10 82.5 5.5*

由（v0.2.1）创建于2019-04-20，我也遇到了同样的问题。对于我提出的问题，我得到了答案。希望这会有所帮助。
我们没有您的任何数据（实际数据，而不仅仅是结构的打印输出）我们看不到您的任何输出。其他人无法知道这里发生了什么。@camille您能看到并帮助我吗？现在我添加了数据的dput实际数据是机密的。我得到的输出在图像链接中，但当我试图形成决策树时，有一些分支：fit