我有这段代码给我带来了一些麻烦，几乎花了我一整天的时间
library(dismo)
angaus.tc5.lr01 <- gbm.step(data=X33, gbm.x = 2:3, gbm.y = 4, family = "bernoulli", tree.complexity = 5, learning.rate = 0.01, bag.fraction = 0.5)
这给我一个错误：
错误：必须使用有效的下标向量对列进行子集化。i 逻辑下标必须与索引输入的大小相匹配。x 输入的大小为 1，但下标的model.mask大小为 83。运行rlang::last_error()以查看错误发生的位置。警告消息：在 mean.default(y.data) 中：参数不是数字或逻辑：返回 NA
流程为：GBM STEP - 2.9 版
对 ...4 的增强回归树模型执行交叉验证优化，并使用伯努利家族使用 83 个观测值和 2 个预测变量创建 50 个树的 10 个初始模型
折叠按患病率分层，总平均偏差 = 1.0233 容差固定为 0.001 ntrees resid。开发。
我的软件是基于 R 4.0.4 的 RStudio
我在一篇文章中学习了计算边际效应的算法。但是它一直报错。有谁知道为什么？我很感激！文章：https ://rspatial.org/raster/sdm/9_sdm_brt.html