有三个问题想请教一下： （1）课程中在做BayesC模型部分的Bayesian_train.r代码中，G矩阵的计算方式是G<-tcrossprod(X)/ncol(X)，分母的ncol(X)和常规的VanRaden G矩阵定义不一样，这个会对结果有影响吗？ （2）在K折交叉部分，训练集是1093个样本，但是代码中设置的sets是round取整，这样会导致set只有1090个，order之后产生3个NA，这一步会导致有3个样本一直仅存在于训练集中无法进入K折交叉检验的验证集中，是否有问题？ sets<-rep(1:10,round(length(y)/folds,digits = 0)) sets<-sets[order(runif(nrow(X)))] （3）做植物GS选择时，训练集样本有无最低数量要求，如果有的话最少需要多少个样本能保证模型精确度。