我正在尝试使用函数＆＃34; train＆＃34;来训练神经网络模型。 in＆＃34; caret＆＃34;包。但它提供了很多警告，并没有显示SD的准确性。我不确定是否必须设置任何参数，以便我可以看到Accuracy SD。
我对R比较新，所以如果我错过了很明显的事情，请原谅我。
这是我的代码：
library("caret", lib.loc="~/R/win-library/3.3")
set.seed(1056)
nnetFit <- train(Label ~., data = Train_2.4.16,
method = "nnet",
preProc = c("center", "scale"),
tuneLength = 5,
trControl = trainControl(method = "repeatedcv",
repeats = 5))
nnetFit
以下是执行代码时出现的警告示例：
49：在eval（expr，envir，enclos）中：Fold10.Rep1的模型拟合失败： size = 9，decay = 1e-03 nnet.default中的错误（x，y，w，softmax = TRUE， ......）：太多（1049）权重
50：在eval（expr，envir，enclos）中：Fold10.Rep1的模型拟合失败： size = 9，decay = 1e-04 nnet.default中的错误（x，y，w，softmax = TRUE， ......）：太多（1049）重量*
代码的输出列出了神经网络大小，衰减，准确度和Kappa。
如果你能帮我理解腐烂和卡帕是什么，我也会很感激。