我正在使用MNIST数据集（http://yann.lecun.com/exdb/mnist/）的子集。任务是使用解释变量预测数字，这些变量是从像素1到像素255（RGB标度），我教过的两种方法是逻辑回归和线性判别分析用于分类问题。
但是，当我运行logistic回归命令时，收到以下错误消息：
glm.fit: algorithm did not convergeglm.fit: fitted probabilities numerically 0 or 1 occurred
当我运行lda命令时，收到以下错误消息：
Error in lda.default(x, grouping, ...) :
variables 11 12 27 28 29 30 31 124 125 420 549 597 appear to be constant within groups
我已经完成了一些谷歌搜索，结果似乎表明这与ro“接近零方差”预测变量（https://www.r-bloggers.com/near-zero-variance-predictors-should-we-remove-them/）有关（考虑到数据的外观，这是有意义的）。
但是，当我使用nearZeroVar包中的caret函数时，所有x变量都被归类为“接近零方差”。有没有办法解决这个问题，以便我可以运行逻辑和LDA模型？