我正在使用caret软件包来训练一个带有“rpart”软件包的模型；
tr = train(y ~ ., data = trainingDATA, method = "rpart")
数据没有缺失值或NA，但运行命令时会出现警告消息;
Warning message:
In nominalTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo, :
There were missing values in resampled performance measures.
有人知道（或者能指引我找到答案的地方）这个警告是什么意思吗？我知道它在告诉我，在重新采样性能度量中存在缺失值，但具体意思是什么，这种情况如何出现？顺便说一下，predict()函数在拟合模型时运行良好，所以这只是我的好奇心。
没有足够的数据，不能确定。
如果这是回归问题，最有可能的情况是树没有找到好的分割点，而是使用了结果的平均值作为预测变量。这没关系，但由于预测值的方差为零，因此无法计算 R^2。
如果是分类问题，很难说。您可能会遇到重新采样的情况，其中一个结果类别没有样本，因此灵敏度或特异度未定义，因此为NA。
问题在于rpart使用的是基于树的算法，只能处理给定特征中有限数量的因素。因此，您可能会遇到一个变量被设置为具有超过53个类别的因素：
> rf.1 <- randomForest(x = rf.train.2,
+ y = rf.label,
+ ntree = 1000)
Error in randomForest.default(x = rf.train.2, y = rf.label, ntree = 1000) :
Can not handle categorical predictors with more than 53 categories.
你的问题基本上是因为caret在运行该函数，所以请确保你用超过53个级别修复了分类变量。
以下是我之前遇到的问题（注意邮政编码作为因素输入）：
# ------------------------------- #
# RANDOM FOREST WITH CV 10 FOLDS #
# ------------------------------- #
rf.train.2 <- df_train[, c("v1",
"v2",
"v3",
"v4",
"v5",
"v6",
"v7",
"v8",
"zipcode",
"price",
"made_purchase")]
rf.train.2 <- data.frame(v1=as.factor(rf.train.2$v1),
v2=as.factor(rf.train.2$v2),
v3=as.factor(rf.train.2$v3),
v4=as.factor(rf.train.2$v4),
v5=as.factor(rf.train.2$v5),
v6=as.factor(rf.train.2$v6),
v7=as.factor(rf.train.2$v7),
v8=as.factor(rf.train.2$v8),
zipcode=as.factor(rf.train.2$zipcode),
price=rf.train.2$price,
made_purchase=as.factor(rf.train.2$made_purchase))
rf.label <- rf.train.2[,"made_purchase"]
这是我修改后的代码，调整了分类变量 zipcode，你甚至可以将其包装在数字包装器中，如下所示：as.numeric(rf.train.2$zipcode)。
# ------------------------------- #
# RANDOM FOREST WITH CV 10 FOLDS #
# ------------------------------- #
rf.train.2 <- df_train[, c("v1",
"v2",
"v3",
"v4",
"v5",
"v6",
"v7",
"v8",
"zipcode",
"price",
"made_purchase")]
rf.train.2 <- data.frame(v1=as.factor(rf.train.2$v1),
v2=as.factor(rf.train.2$v2),
v3=as.factor(rf.train.2$v3),
v4=as.factor(rf.train.2$v4),
v5=as.factor(rf.train.2$v5),
v6=as.factor(rf.train.2$v6),
v7=as.factor(rf.train.2$v7),
v8=as.factor(rf.train.2$v8),
zipcode=rf.train.2$zipcode,
price=rf.train.2$price,
made_purchase=as.factor(rf.train.2$made_purchase))
rf.label <- rf.train.2[,"made_purchase"]
当我将训练数据拟合到单个决策树时，遇到了相同的错误。但是，在将原始数据拆分为训练集和测试集之前，一旦删除NA值，问题就得到解决。我想这是因为我们在拆分和拟合模型时出现了数据不匹配的情况。 步骤： 1：从原始数据中删除NA。 2：现在将其拆分为训练集和测试集。 3：现在训练模型，希望它现在可以修复错误。
createDataPartition()（或类似的函数：createFolds()、createMultiFolds()等），而它们所用的元数据没有被分成训练集和验证集。train就可以成功地避免错误。
rpart和nnet时遇到了同样的问题。对于后者，我只需要设置linout = TRUE就可以摆脱警告信息并获得正确的交叉验证预测。然而，我还没有找到rpart的解决方案：交叉验证预测非常好。我感觉rpart期望我们传递一些参数，但是我们无法使用train传递，例如method = "anova"。rpart的帮助页面说“最明智的做法是直接指定方法”。 - Samuel-Rosamethod = rf）时遇到了同样的问题，但只有在数据集中的行数太少时才会出现警告。如果数据集更大（与较小的数据集具有相同的结构），则不会出现警告。 - yPennylane