在 R 中的插入符序列函数中使用“ROC”度量的问题

我有一个包含两个类的不平衡数据集，因此我认为我可以使用 ROC 作为指标，而不是使用 Accuracy 来使用 caret 包调整 R 中的模型（我正在尝试不同的方法，例如 rpart、rf 等）。我认为我们可以提取概率并使用 ROC 作为决策树类型算法中的度量以及使用脱字符号。我使用下面插入符号中的数据集来说明我的问题。该数据中有三个类，但出于说明目的，我重新定义并创建了两个类。我不明白为什么下面的代码会出现此错误（当我更改方法时，我不断收到相同的错误）。我感谢您的帮助。

'train.default(x, y, Weights = w, ...) 中的错误：无法确定最终调整参数 另外： 警告消息： 1：在nominalTrainWorkflow（x = x，y = y，wts =权重，info = trainInfo，：重新采样的性能测量中缺少值。 2：在train.default（x，y，weights = w，...）中：在聚合结果中发现缺失值

library(caret) 
data(iris)

iris$Species=as.character(iris$Species)
iris$Species[which(iris$Species=='virginica')]='versicolor'
iris$Species=as.factor(iris$Species)

fitControl <- trainControl(method = "cv",number=5,classProbs = TRUE,summaryFunction = twoClassSummary)

RF=train(Species ~ ., data = iris, method="rpart",metric="ROC", trControl=fitControl)

这可能是您的 r 和插入符号版本有问题。 当您更新插入符包时，请确保您的 r 版本也保持更新。

我之前遇到过这个错误，更新 r 版本解决了它。