действительное отклонение - nan для модели GBM, что это значит и как от этого избавиться?

Я использую Gradient Boosting для классификации. Хотя результат улучшается, но я получаю NaN в валидном отклонении.

Model = gbm.fit(
  x= x_Train ,
  y = y_Train ,
  distribution = "bernoulli",
  n.trees = GBM_NTREES ,
  shrinkage = GBM_SHRINKAGE ,
  interaction.depth = GBM_DEPTH ,
  n.minobsinnode = GBM_MINOBS ,
  verbose = TRUE
  )

Результат

Как настроить параметр, чтобы получить validdeviance.