【python】PyCaretでStackingモデルの作製に成功したのに、条件によってはmlflowで記録に失敗(failed)します

Question

質問内容

　PyCaretでStackingの際に使用するモデル数を6つ以下にすると記録に成功する（RMSEなどが見れる）のですが、モデル数を7~20程度にするとStackingモデルの作製に成功しているにも関わらず、mlflowでは記録に失敗(failed)します。

どうすればモデル数が多いときでも、正常に記録をすることができますか？

開発環境：VScode
使用言語：python 3.8.5

使用したアルゴリズム(24種類)

AdaBoost Regressor
Automatic Relevance Determination
Bayesian Ridge
Decision Tree Regressor
Elastic Net
Extra Trees Regressor
Extreme Gradient Boosting
Gradient Boosting Regressor
Huber Regressor
K Neighbors Regressor
Kernel Ridge
Lasso Least Angle Regression
Lasso Regression
Least Angle Regression
Light Gradient Boosting Machine
Linear Regression
MLP Regressor
Orthogonal Matching Pursuit
Passive Aggressive Regressor
Random Forest Regressor
Random Sample Consensus
Ridge Regression
Support Vector Regression
TheilSen Regressor

###セットアップ内容

from pycaret.regression import *
exp1 = setup(
             df, #読み込んだデータ
             target = 'y', train_size=0.8, #データの分割設定
             normalize=True, normalize_method ='zscore', #正規化の設定
             pca=True, pca_method= 'kernel', #PCAの設定
             data_split_shuffle = False, #シャッフルなし
             fold =10, #CVの数
             log_experiment = True, experiment_name = "kernel_log",
             log_plots = True, log_profile = True, #記録の設定
             )

個々のモデル作製

ada = create_model('ada')
ard = create_model('ard')
br = create_model("br")
catboost = create_model("catboost")
dt = create_model("dt")
en = create_model("en")
et = create_model("et")
gbr = create_model("gbr")
huber = create_model("huber")
knn = create_model("knn")
kr = create_model("kr")
lar = create_model("lar")
lasso = create_model("lasso")
lightgbm = create_model("lightgbm")
llar = create_model("llar")
lr = create_model("lr")
mlp = create_model("mlp")
omp = create_model("omp")
par = create_model("par")
ransac = create_model("ransac")
rf = create_model("rf")
ridge = create_model("ridge")
svm = create_model("svm")
tr = create_model("tr")
xgboost = create_model("xgboost")

Stackingモデル作製（例）

models = [ada,ard,br,dt,en,et,gbr,huber,knn,kr]
stacker = stack_models(estimator_list = models,  choose_better = False, optimize = 'RMSE')

mlflowでの結果の確認画面

モデル作製後にmlflowにて結果を確認すると、以下の画像のようになります。
赤色の×印の欄は、スタックするモデルを7つ以上にしたときの結果です。
緑色のチェック印は、スタックするモデルを2~6にしたときの結果です。

試したこと

一部のアルゴリズムはスタッキングでエラーを起こすのでは、と考えて6つ以下の組み合わせを色々と試しましたが特にFailedとはなりませんでした。