我有一个分类任务，我设法在几秒钟内使用LDA（"classif.lda"）使用mlr包进行训练。然而，当我使用"classif.rpart"训练它时，训练从未结束。
对于不同的方法，是否有任何不同的设置要做？
如果需要复制问题，我的训练数据在这里。我试图简单地训练它
pred.bin.task <- makeClassifTask(id="CountyCrime", data=dftrain, target="count.bins")
train("classif.rpart", pred.bin.task)
一般来说，在切换学习者时，您无需更改有关设置的任何内容 - mlr的要点之一是使这变得简单！这并不意味着它总是有效，因为不同的学习方法在引擎盖下做不同的事情。
在这种特殊情况下，模型似乎只需要很长时间才能训练，因此您可能没有等待足够长的时间来完成它。您有一个相当大的数据框。
查看您的数据，您似乎有一个count.bins值的区间。这被 R 视为一个因素（即，只有在字符串完全匹配的情况下，间隔才相同），这可能不是您想要的。您可以将开始和结束编码为单独的（数字）要素。