使用带有插入符号列功能的游侠随机森林导致错误：protect（）：保护堆栈溢出

Question

我正在尝试使用游侠函数训练分类器，但需要使用插入符号包中的train函数来优化参数。

当我实施此次通话时：

grid <- expand.grid(mtry=c(1,2))
trControl <- trainControl(method='cv', number=10, classProbs = TRUE, summaryFunction=twoClassSummary, allowParallel = FALSE, verboseIter = TRUE)
rf.caret <- train(x=dataMat[,1:20000], y=factor(alldata$classLabels), method = 'ranger', save.memory=TRUE, metric='ROC', tuneGrid = grid, trControl=trControl)

我收到以下错误：

Error : protect(): protection stack overflow

在cv的每一个折叠上，命令失败。

如果在列车外使用游侠功能，这是我得到的相同错误，但使用公式界面。我是否需要做一些特殊的事情来在列车功能中实现ranger的dependent.variable.name接口？

alldata $ classLabels是由字符向量构成的两个级别的因子，而dataMat是40x23,000个data.frame的双倍。