R - Caret RFEがpickSizeBestを使用しているときに "task 1 failed - Stopping"エラーを表示します。

Question

私はCaret Rパッケージを使用してSVMモデルをトレーニングしています。私のコードは次の通りです：

options(show.error.locations = TRUE)  
svmTrain <- function(svmType, subsetSizes, data, seeds, metric){ 
     svmFuncs$summary <- function(...) c(twoClassSummary(...), defaultSummary(...), prSummary(...)) 

    data_x <- data.frame(data[,2:ncol(data)]) 
    data_y <- unlist(data[,1]) 

    FSctrl <- rfeControl(method = "cv", 
        number = 10, 
        rerank = TRUE, 
        verbose = TRUE, 
        functions = svmFuncs, 
        saveDetails = TRUE, 
        seeds = seeds 
    ) 

    TRctrl <- trainControl(method = "cv", 
         savePredictions = TRUE, 
         classProbs = TRUE, 
         verboseIter = TRUE, 
         sampling = "down", 
         number = 10, 
         search = "random", 
         repeats = 3, 
         returnResamp = "all", 
         allowParallel = TRUE 
    ) 
    svmProf <- rfe(x = data_x, 
       y = data_y, 
       sizes = subsetSizes, 
       metric = metric, 
       rfeControl = FSctrl, 
       method = svmType, 
       preProc = c("center", "scale"), 
       trControl = TRctrl, 
       selectSize = pickSizeBest(data, metric = "AUC", maximize = TRUE), 
       tuneLength = 5 
    ) 
} 

data1a = openTable(3, 'a') 
data1b = openTable(3, 'b') 
data = rbind(data1a, data1b) 

last <- roundToTens(ncol(data)-1) 
subsetSizes <- c(3:9, seq(10, last, 10)) 

svmTrain <- svmTrain("svmRadial", subsetSizes, data, seeds, "AUC") 

私はpickSizeBest行をコメントアウトすると、アルゴリズムは正常に動作します。私はコメントしていない場合しかし、それは次のエラーを与える：

Error in { (from svm.r#58) : task 1 failed - "Stopping" 

行58はsvmProf <- rfe(x = data_x,..

である私がpickSizeBest間違った方法を使用している場合見上げてみましたが、私は、問題を見つけることができません。誰かが私を助けることができますか？

多くの感謝！

編集：pickSizeBest (data, ...)はdataを使用しないでください。しかし、私はまだそこに何を追加すべきか分かりません。

Answer 1

つまり、私はあなたの例を実行することはできませんが、私はあなただけの機能pickSizeBestを渡すことを示唆している：

[...]

trControl = TRctrl, 
selectSize = pickSizeBest, 
tuneLength = 5 

[...]

を

機能はここに記述されています： http://topepo.github.io/caret/recursive-feature-elimination.html#backwards-selection