我有一个多类分类问题（有10个类），我试图使用R中的插入符号包中的神经网络选项“ mxnet”来解决。我在训练中使用了10倍交叉验证，并且想为此绘制一条学习曲线，以确定模型是否/如何过度拟合。我已经修改了本文（Plot learning curves with caret package and R）中提供的解决方案以适合我的数据。但是，由于学习曲线是在每个重采样上记录的，因此并非每折都有所有因子/类别（1-10），这会导致以下错误：
错误：结果中的一个或多个因子水平没有数据
我也尝试过将磅号的内置功能与learning_curve_dat一起使用，但是遇到相同的错误消息。
有没有一种方法可以绕过这个问题，即并非每个折痕中都存在所有因素？