我正在使用插入符号包来训练带有"rpart"包的模型；
tr = train(y ~ ., data = trainingDATA, method = "rpart")
数据没有丢失的值或NA，但当运行命令时，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（或者可以告诉我在哪里可以找到答案）这个警告是什么意思吗？我知道这告诉我，在重新采样的绩效指标中存在缺失的值——但这到底意味着什么，怎么会出现这样的情况？顺便说一句，predict()函数与拟合的模型配合得很好，所以这只是我的好奇心。
如果没有更多数据，就不能确定。
如果这是回归，最有可能的情况是树没有找到一个好的分割，并使用结果的平均值作为预测值。这很好，但你不能计算R^2，因为预测的方差是零。
如果分类的话，很难说。你可以有一个重采样，其中一个结果类的样本为零，因此灵敏度或特异性是不确定的，因此是NA。
问题
问题是rpart使用的是基于树的算法，该算法只能处理给定特征中有限数量的因素。因此，你可能有一个变量被设置为一个超过53个类别的因子：
> 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.
在你的问题的基础上，插入符号正在运行该函数，所以确保你用超过53个级别来修复你的分类变量。
这是我之前的问题所在（注意，邮政编码作为因素出现）：
# ------------------------------- #
# 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$made_purchase))
rf.label <- rf.train.2[,"made_purchase"]
解决方案
删除所有级别超过53的分类变量
这是我的固定代码，调整了分类变量zipcode，你甚至可以用这样的数字包装器来包装它：as.numeric(rf.train.2$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"]
当模型在一些交叉验证折叠中没有收敛时，就会发生这种错误——预测得到零方差。因此，RMSE或Rsquare等指标无法计算，因此它们变成了NA。有时你可以调整一些参数以获得更好的收敛性，例如neuralnet库提供了增加阈值的功能，这几乎总是会导致收敛。然而，我不确定rpart图书馆。
发生这种情况的另一个原因是，您的训练数据中已经有NA。然后，显而易见的解决方法是在通过火车之前将其移除（data=na.egnot（training.data））
希望能有所启发。
我在将训练数据拟合到单个决策树时遇到了同样的错误。但是，在训练和测试集中进行拆分之前，一旦我从原始数据中删除NA值，它就得到了解决。我想，当我们拆分并拟合模型时，这是数据不匹配。步骤：1：从原始数据中删除NA。2：现在分为训练和测试两部分。3：现在训练模型，希望它现在能纠正错误。
在我的案例中，在bmc的回答的帮助下，我发现这是因为结果列是数字列（由数据集提供）。将其转换为因子并，然后成功运行train，没有出现任何错误。
我的问题是，我意外地将createDataPartition()（或其好友：createFolds(), createMultiFolds() etc.）与未分为训练和验证的元数据一起使用。
结果是，corss验证列表中的一些索引超过了训练数据。