data是一个90多万行，238列的data.frame。想要实现第一列为y,其余列为x,训练模型
尝试一：nn<-nnet(data[,1]~.,data = data,size=30,decay=5e-4)
结果报错：Error in nnet.default(x, y, w, ...) : too many (7201) weights

尝试二：nn<-nnet(data[,1]~data[,2]+data[,3],data = data,size=30,decay=5e-4)
结果：# weights:  121
initial  value 4061123570414.710938
final  value 4060741558509.880859
converged
说明结果应该是对的

尝试三：nn<-nnet(data[,1]~data[,2]:data[,238],data = data,size=30,decay=5e-4)
结果：# weights:  91
initial  value 3955993445384.233398
final  value 3955954154149.928223
converged
weights反而变小了，不确定是否只用了data[,2]
尝试用set.seed()的方法，但是由于代码有点不同，所以这种方法也行不通。
想问下是否有办法实现以第一列为y，后面所有为x训练模型