使用caret包训练多个模型出现错误

Question

我在使用R中的caret包时遇到了一个非常令人困惑的问题。为了进行比较，我正在训练多个模型。在调用train几次之后，无论我使用哪个train调用/训练模型，都会出现以下错误信息：

错误: 在类“formula”的对象上没有应用于“train”的适用方法

一旦出现这个错误，就不会训练其他模型，而是会出现以上错误。

当我重新启动R并再次加载caret包时，出现此错误的相同模型将轻松得到训练。

我很困惑这里的问题是什么？

我为我尝试创建的5个训练模型制作了一个函数：

test = function(){

a = train(demand ~ temp, oldData, 'lm')
print("Done A")

b = train(demand ~ temp, oldData, 'rf', ntree = 10)
print("Done B")

c = train(demand ~ temp, data = oldData, method = "gbm", 
        trControl = objControl, tuneGrid = gbmGrid, verbose = F)
print("Done C")

d = train(demand ~ temp, oldData, 'mlp')
print("Done D")

e = train(demand ~ temp, oldData, 'monmlp')
print("Done E")
}

尽管我已经成功训练了所有这些模型，但我正在尝试创建一个集成函数，以便将所有这些调用一起运行。

- Abdul Basit Khan

---

如果你说当你重新启动R并加载caret时，所有的模型都能够成功训练，那么你的问题是什么？你能否重现这个问题？ - desertnaut

我已经成功地一个接一个地训练了所有的模型：训练一个模型，然后重新启动 R，再训练下一个模型。我想在单个 R 会话中训练所有的模型！ - Abdul Basit Khan

Answer 1

我找到了问题所在：

唯一造成问题的模型是“mlp”模型。当我们使用“mlp”方法调用train时，caret会附加两个包，它们是“RSNNS”和“Rcpp”。我猜想这些包依赖于我们使用train函数提供的信息。一旦它们被连接，该信息就被保留下来，这导致上述错误出现，之后无法训练其他模型。如果在再次调用train之前卸载这两个包，那么模型就可以成功训练。

- Abdul Basit Khan

---

非常感激这个，万分感谢。因为同样的问题我快要疯了，一切似乎都能工作，但前一天什么也没做，我尝试了所有方法。虽然没有达到交付期限，但很高兴问题得到解决并知道有一种方法。 - Juano