如何在R中改进该回归神经网络模型，并增加精度作为度量？

我正在试用caret软件包中的神经网络。在我目前的项目中，我想创建一个可以求解连续函数的神经网络。这里我解这个方程$y=\frac{sin（x^{2}}}{2x}$。我对方程进行了编码，除了一个警告外，它工作正常

library(caret)
equ<-function(x){
  v=sin(x^2)/2*x  
  return(v)
}

X=(1:50)
Y=equ(X)
I=cbind(X,Y)
I=data.frame(I)

ctrl <- trainControl(method = "cv",number=10, verboseIter = TRUE, savePred=T)
model <- train(Y~X, data=I, method ="nnet", trControl = ctrl,verbose = TRUE)

print(model)

库（插入符号）
equ