caret::train(
  form,    # 모델 포뮬러
  data,    # 포뮬러를 적용할 데이터
  ...,     # 분류 또는 회귀 모델에 전달할 추가 파라미터
  weights  # 데이터의 가중치
)
caret::train(
  x, y,  # 예측 변수를 저장한 데이터 프레임 x와 분류 y
  # 사용할 기계 학습 모델. 기본값은 rf(랜덤 포레스트)며,
  # names(getModelInfo())로 지원되는 전체 모델 목록을 볼 수 있다.
  method="rf",
  # 수행할 데이터 전처리. center(평균이 0이 되게 함), scale(분산이 1이 되게 함),
  # pca(주성분 분석) 등을 지정할 수 있다.
  preProcess=NULL,
  weights=NULL,  # 데이터의 가중치
  # 평가 메트릭. 분류 문제의 경우 정확도(accuracy), 회귀 문제일 경우 RMSE7로 자동 지정된다.
  metric,
  trControl=trainControl(),  # 훈련 파라미터
  ... # 분류 또는 회귀 모델에 전달할 추가 파라미터
)

반환 값은 train 객체다.

caret::trainControl(
  # 데이터 샘플링 기법. boot(부트스트래핑), boot632(부트스트래핑의 개선된 버전),
  # cv(교차 검증), repeatedcv(교차 검증의 반복), LOOCV(Leave One Out Cross Validation)
  # (한 개의 데이터만 테스트 데이터로 하고 나머지 데이터를 훈련 데이터로 하는 방법.
  # 데이터의 크기가 N일 때 N겹 교차 검증이 이에 해당한다) 등을 지정할 수 있다.
  method="boot",
  # 교차 검증을 몇 겹으로 할 것인지 또는 부트스트래핑을 몇 회 수행할 것인지 지정
  number,
  repeats,  # 데이터 샘플링 반복 횟수
  p=0.75
)

반환 값은 train( )의 trControl에 지정할 값이다.