GBM和RF在插入符号中嵌入

我目前正在尝试使用caretEnsemble包构建一个堆叠模型，使用随机林和广义增强模型作为基础模型。但是，在运行caretEnsemble函数后，我一直收到以下错误：

Error in check_caretList_model_types(list_of_models) : 
Not yet implemented for multiclass problems

在对这个问题进行了一些研究之后，我注意到，当使用train（）函数（已经完成）构建模型时，该函数最为有效，有时还取决于训练数据的格式。由于这是作业的一部分，我不会发布数据处理代码，但会提供一个链接到它-

这是我试图在上面运行的代码

training<-read.csv("training.csv")

control<- trainControl(method="repeatedcv", number=10, repeats=3, 
    savePredictions = TRUE, classProbs = TRUE)

metric<-"Accuracy"

set.seed(5937)

fit1<-caretList(classe~., data=training, trControl=control, metric=metric, 
    methodList = c("rf", "gbm"))

fit2<-caretEnsemble(fit1)

出于某种原因，我的模型只识别数据中的两个类，而应该有5个

---

有人能帮我找到这两种方法中的一种吗？此外，这是我第一次在这里发布问题-请告诉我是否可以以任何方式提高问题质量。

错误消息说明：

Error in check_caretList_model_types(list_of_models) : 
Not yet implemented for multiclass problems

---

这正是问题所在。Github问题，对多类模型的支持仍然开放。该功能尚未实现

错误消息指出：

Error in check_caretList_model_types(list_of_models) : 
Not yet implemented for multiclass problems

这正是问题所在。Github问题，对多类模型的支持仍然开放。该功能尚未实现

Error in check_caretList_model_types(list_of_models) : 
Not yet implemented for multiclass problems