R语言实现SMOTE可用包推荐：R4.0.2安装DMwR包报错不可用如何解决

这个报错本质不是R环境配置的问题：DMwR已经被作者从CRAN主仓库正式归档，距离最后一次代码更新已经超过10年，R 4.0.2版本的默认CRAN源已经完全移除了该包的索引，直接执行install.packages("DMwR")必然触发包找不到的提示。
如果有特殊兼容需求必须使用这个归档版本的包，可按照以下步骤完成安装：

• 先安装DMwR依赖的基础前置包，直接从CRAN主源拉取即可：

install.packages(c("lattice","grid","R6","DBI","dichromat","colorspace","MASS","ROCR","xtable"))

• 安装用于拉取归档包的工具：install.packages("remotes")
• 从CRAN归档仓库拉取DMwR最后一个正式发布版本（0.4.1）完成安装，安装时关闭自动升级依赖的开关，避免出现版本兼容冲突：

remotes::install_url(
  "https://cran.r-project.org/src/contrib/Archive/DMwR/DMwR_0.4.1.tar.gz",
  upgrade = "never"
)

踩坑提示：就算按照上述步骤装上了DMwR，因为它依赖的很多旧包的接口早已迭代变更，调用过程中大概率会出现难以排查的奇怪报错，没有非用它不可的特殊需求，完全没必要花时间折腾。

以下工具包均为当前CRAN主仓库持续维护、对R 4.0.2版本完美兼容的方案，可直接安装使用：

• smotefamily
  • 是原DMwR中SMOTE功能最直接的平替，核心算法逻辑和原实现完全一致，迁移原有代码时几乎不需要调整参数
  • 扩展了适配混合类型特征的SMOTE变种、带噪声样本过滤的采样逻辑，安装过程无额外的复杂依赖负担
  • 直接执行install.packages("smotefamily")即可安装，调用SMOTE()函数即可完成过采样
• themis
  • 属于tidymodels生态下的不平衡学习专用包，持续高频更新维护
  • 除基础SMOTE外，还集成了Borderline-SMOTE、ADASYN、SVMSMOTE等十几种主流过采样/欠采样方法，和R中主流的机器学习工作流（caret、mlr3、tidymodels）兼容性极佳
  • 安装命令：install.packages("themis")
• UBL
  • 面向不平衡分类场景的全栈采样工具包，除过采样SMOTE外，还内置了针对回归、多分类不平衡任务的自定义采样规则
  • 支持手动设定采样后的目标少数类占比，对极端不平衡比例的数据集适配性更好
  • 安装命令：install.packages("UBL")

内容的提问来源于stack exchange，提问作者Triparna Poddar