В настоящее время я использую алгоритм SuperLearner (из пакета SuperLearner R) и столкнулся с неожиданным событием, которое я не могу объяснить. В некоторых случаях для данного списка алгоритмов (GLM, randomForest ...) подгонка завершается неудачно, говоря мне: All metalearner coefficients are zero, cannot compute prediction.
Когда я выполняю свои тренировки на 1000 различных наборов данных (взятых из одного и того же исходного), ошибка появляется только в некоторых выбранных наборах данных, в частности (всегда одинаковых), и, казалось бы, стохастическим способом c. Зная, что соответствующие выборки, мне кажется, не дают заметных характеристик в отношении распределения переменных. К сожалению, я не смог извлечь из него простой и воспроизводимый пример.
Поэтому у меня вопрос: что означает эта ошибка и что может быть ее причиной, поскольку согласно документации метод расчета альфа-коэффициенты, связанные с различными алгоритмами, должны нормализовать эти коэффициенты таким образом, чтобы их сумма была равна 1. Это означало бы, что все эти алгоритмы имеют математически нулевое значение, которое делает эту нормализацию невозможной?
Обратите внимание, что изменение с method.NNLS на method.NNLS2, кажется, заставляет эту ошибку исчезнуть, но я все же хотел бы понять лучше.