java train_caret :: train：指定训练数据参数

我正在设计一个神经网络模型，该模型使用有限的更多扩展输入数据(如纹理，体积密度和一个或两个保水性)来预测van genuchten保水参数(theta_r，thera_s，alpha，n)的估计 . 调查R项目中的神经网络我发现了RSNNS包，我创建并训练了多个多层感知器(MLP)，并调整了隐藏单元的数量和学习速率 . 以这些模型的训练和测试RMSE为特征的一般性能非常差且随机，实际上，我使用了对数字和n参数的对数变换值来避免偏差并考虑它们的近似对数正态分布，但这没有多大帮助:(我被推荐使用nnet和caret包但我在修改代码时遇到了麻烦，我不知道我做错了什么，有什么建议吗？

#input dataset

basic

#output dataset

fitted

# Use log-transformed values of alpha and n output parameters

fitted$alpha

fitted$n

#Fit model with caret package

library(caret)

model

#Grid of tuning parameters to try:

tuneGrid=expand.grid(.size=c(1,5,10),.decay=c(0,0.001,0.1)))