我的任务是对回归任务进行分层，数据看起来像
f1, f2, f3,…m1, m2, p1, p2, p3…
，其中f_i为数值，其他列为因子和整数。
现在我定义了一个自定义度量m1，在运行下面的
之后measures1 = list(m1, medae)
measures2 = lapply(measures1, setAggregation, train.mean)
measures = c(measures1, measures2)
# rdesc = makeResampleDesc("CV", iters = 3, predict = "both", stratify.cols = "Iodine" ) #Default is 2/3, both=train&test
rdesc = makeResampleDesc("CV", iters = 3, predict = "both" ) #Default is 2/3
错误提示
[Resample] cross-validation iter: 1
Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels
当我将输入数据帧子集仅包含数值数据时，没有这样的错误，实际上只有数值数据对预测有用，但我需要在训练-测试分割中对其他列进行分层。有人知道出了什么问题吗?
使用
rapply(dat,function(x)length(unique(x)))
我可以发现有一列只有一个唯一值，问题解决了。