如标题中所述，使用caret运行相同的glm模型会返回不同的精度和错误（无错误或glm.fit: fitted probabilities numerically 0 or 1 occurred或1: In predict.lm(object, newdata, se.fit, scale = 1, type = ifelse(type == : prediction from a rank-deficient fit may be misleading）。如果我设置种子并始终与种子一起运行，然后再运行模型，那么可以预见的是，我总是会收到相同的准确性和错误（或无错误）消息。
使用glm()函数运行相同的模型时，系数始终相同（与caret相同），但是在这种情况下，我永远也不会遇到任何错误。我应该将其解释为重采样问题，还是caret软件包的glm提供的错误（如果它们取决于种子）是否具有重要意义？
我已经进行了搜索，尽管我认为它与重采样有关，但我不太了解它是如何工作的，并希望帮助您理解。另外，我正在尝试使用caret包进行所有建模，因此我还希望获得一些帮助，以了解我是否应该通过始终运行glm()而不是通过{ {1}}软件包，因为无论种子如何，这总是会立即为我提供相同的错误消息。
数据来自客户端，因此我不想共享它。我正在使用的公式只是（例如）caret版本的train(Y ~ X + Z + A, data = df, method = "glm")和caret函数中的glm(Y ~ X + Z + A, data = df, family = binomial())。