我是使用 R 的新手，我的怀疑是非常基本的。我有几个因变量 (x) 和一个自变量 (y)，我想生成具有 10 倍交叉验证的不同回归模型，以便选择更好的模型。我所有的值都是数字的。
他们推荐我使用 Caret 包，我做了一些测试。我在使用线性回归（lm 或 glm）时没有遇到任何问题，但是当我使用其他回归（如 logreg）时出现错误。
我介绍的是：
Datos_AGB <- read.table("plotstatistics.txt",header=TRUE)
ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 10)
modelFit <- train(AGB~HOMEmean+WDmean, data=Datos_AGB, method = 'logreg', trControl=ctrl)
我收到这个错误：
Something is wrong; all the RMSE metric values are missing:
> RMSE Rsquared Min. : NA Min. : NA 1st Qu.: NA 1st Qu.: NA Median : NA Median : NA Mean :NaN Mean :NaN
> 3rd Qu.: NA 3rd Qu.: NA Max. : NA Max. : NA NA's :9
> NA's :9 Error in train.default(x, y, weights = w, ...) :
> Stopping 50: In eval(expr, envir, enclos) : model fit failed for
> Fold06.Rep01: ntrees=3, treesize= 8 Error in logreg(resp = y, bin = x,
> ntrees = param$ntrees, tree.control = logreg.tree.control(treesize =
> param$treesize), : some non binary data among binary predictors
不知道是不是必须要引入其他参数，还是之前要做一些步骤。
我希望有人向我解释如何解决这个问题以及如何获得非线性回归。