如何查看machisplin集成算法中选中的卫星图像降尺度模型？

我正在使用非CRAN的R包machisplin进行卫星图像降尺度。该包的machisplin.mltps函数说明如下：

该函数会同时评估6种算法的不同组合以预测输入数据。在模型调优期间，每种算法会被系统地赋予0-1的权重，并评估集成模型的拟合效果。通过10折交叉验证确定最优模型，选择测试数据残差平方和最低的模型。确定最优模型的算法和权重后，使用全训练数据集创建最终模型。

我现在的问题是：如何查看这6种算法中，最终是哪一种（或哪些组合）被选中用于降尺度？也就是导出降尺度后的图像时，我想明确知道最终使用的算法信息。

我的代码如下：

library(MACHISPLIN)
library(raster)
library(gbm)

evi = raster("path/evi.tif") # 协变量栅格
ntl = raster("path/ntl_1600.tif") # 待降尺度的栅格

## 将其中一个栅格转换为点数据框用于采样，可使用任意输入栅格
ntl.points <- rasterToPoints(ntl, 
fun = NULL, 
spatial = FALSE)

## 仅保留x和y坐标数据
ntl.points <- ntl.points[,1:2]

## 从栅格中提取点对应的数值
RAST_VAL <- data.frame(extract(ntl, ntl.points))

## 合并采样数据与输入坐标
InInterp <- cbind(ntl.points, RAST_VAL)

# 运行集成机器学习薄板样条插值
interp.rast <- machisplin.mltps(int.values = InInterp, 
                              covar.ras = evi, 
                              smooth.outputs.only = T, 
                              tps = T,
                              n.cores = 4)

# 将负值设为0
interp.rast[[1]]$final[interp.rast[[1]]$final <= 0] <- 0

writeRaster(interp.rast[[1]]$final,
            filename = "path/ntl_splines.tif")

我已经查看了该包的所有输出参数（包括包描述中的示例2），但没有找到相关的算法信息。也已在GitHub提交了相关问题，相关测试图像可获取。

内容的提问来源于stack exchange，提问作者Nikos