孟德尔随机化本地数据:Error in (function (classes,fdef, mtable): k'”NULL”
报错原因:有效的暴露工具变量太少解决方法:放宽阈值,增加暴露工具变量数,参考https://bbs.statsape.com/tips/504.html
Cannot implicitly convert type ‘Python.Runtime.PyObject’ to ‘string[]’
报错原因:读取的Excel文件可能存在格式i兼容问题解决方法:将Excel文件转为csv导入,如果转出的csv文件遇到utf-8编码错误,则参考https://bbs.statsape.com/q-and-a/543.html
多分类逻辑回归:Error in relevel.factor(WD[, var dependent],ref= dep ref) :’ref’eiiee
报错原因:参考类别参数没有设置解决方法:设置参考类别
Unable to cast object of type ‘System.String’ to type ‘System.Boolean’
报错原因:节点初始化失败解决方法:(1)重拖一个节点(2)保存工程后重新打开软件
数据任务器SE:Error in strsplit(pm$get para value(“positive”),”\s*”): non-character arqument
错误原因:参数未填完整,如下图所示,正类参数未填解决方法:将必要参数补充完整
敏感性分析-NHANES数据库挖掘讲解
【敏感性分析-冲击高分SCI】https://www.bilibili.com/video/BV1vUkMYhE8c?vd_source=816a05b7ef4ffb2e6c1d7318a736bced
限制性立方样条:Error in quantile.default(WD[, var predictl, plotRcs::knot(num point pred)).(unordered)factors are not allowed
报错原因:分类型变量不能用于做RCS预测变量解决方法:选择连续型变量做RCS预测变量
COX多模型DCA曲线评估_Plus:读取图片结果时有警告信息:Value cannot be null. (Parameter ‘s’)
报错原因:通常为节点传入的自定义颜色存在Bug解决方法:删除自定义颜色的参数
COX多模型DCA曲线评估_Plus:Error in `[.data.frame`(new.data, complete.cases(new.data[, all.vars]), : ѡ����δ�������
报错原因:端口连接错误,非外部数据验证无需连接外部数据的端口解决方法:去除外部数据的端口连接
SHAP:expected str, bytes or os.PathLike object, not NoneType
报错原因:shap分析节点的模型输入端口没有连接解决方法:连接shap分析的模型输入端口
多因素限制立方样条曲线:Error in `[.data.frame`(unique_cbind_dataframe, , xvar_data[i]) : 选择了未定义的列
错误原因:数据端口输入顺序与自变量选择顺序不一致解决方法:(1)重新连接数据端口,保持连接顺序与自变量选择选择顺序一致,如下图,如果多因素限制立方样条曲线节点选择的自变量顺序为Var2...
多重插补:Error in strsplit(var other raw,”,”);non-character argument
错误原因:存在必填参数没有设置解决方法:重新设置参数,把变量参数设置完整
多因素竞争风险模型:Error in cmprsk::crr(WD[, var timel, WD[, var status], WD[, var treatment]):NA/NaN/nf in foreign function call (arg 4)
报错原因:所选择的时间,状态,分组变量的值中可能存在空值或者inf值解决方法:检查变量空值或者inf值,去除或者插补,参考方法https://bbs.statsape.com/tips/534.htmlhttps://bbs.statsape.c...
限制性立方样条:Error in data.frame(Threshoid = thre p, Threshold Cl lower = ci num[[“normal”]][2],
错误原因:置信区间无法求出解决方法:曲线置信区间的计算
多分类Rcs曲线图:Error in’l,data.frame`(cbind dataframe,,xvar datal): wo00080000009。
错误原因:x轴的变量数量可能有误,通常为立方样条自变量数量没选对解决方法:重新设置参数,注意立方样条自变量数量要对应
转换多变量标签编码:The truth value of a Series is ambiguous. Use a.empty, a.bool(, a.item(, a.any( or a.all0).
错误原因:命令书写格式有误,没有1<x1<2的写法,只有x1>1 and x1<2的写法,单个条件用逻辑连接符and 或者or连接
调查设计秩和检验:Error in if (length(unique ind) == 2 || !is.na(model[“estimate”]][[“difference in mean rank score”])) {:missing value where TRUE/FALSE needed
错误原因:(1)分组变量异常,可能不存在这个变量(2)统计模型拟合失败,无法得到统计值解决方法:(1)重新拖一个节点后把参数重新设置一遍(2)选择方法参数,切换其他统计模型方法(3)修...
转换变量类型:变量XXX类型转换失败,could not convert string to float: XXXX
错误原因:待转换类型的变量存在字符串,如图所示“<10.00”为字符串,字符串无法转换为数值,即无法转为连续型解决方法:(1)删除有字符串的行(2)把字符串的单元格修改成数值或者NA
Lasso回归-生存状态:Error in coxnet(xd, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :NA/NaN/Inf in foreign function call (arg 4)
错误原因:输入的变量组合导致Lasso模型拟合失败解决方法:(1)Lasso回归的输入数据必须是数值,排除非法变量(2)如果不存在非法变量,则尝试换变量组合,或者修改样本的数量
COX回归PH检验:Error in gzfile(file,”rb”): cannot open the connection
错误原因:节点连接错误,只能连接在多因素COX回归后面解决方法:使用多因素COX回归连接这个节点
预测器SE:Error: Measure ’classif.acc‘ incompatible with task type ‘sury‘
错误原因: 机器学习生存模型没有ACC的评估方法,只有分类模型才有 解决方法: 修改模型类型,以及评估方法
数据连接:Unable to allocate XXX GiB for an array with shape (XXXXX) and data type float64.
错误原因:内存不足,在数据连接中m:m的模型内存消耗很大解决方法:(1)增加计算机内存(2)改用1:m或者1:1的模式匹配
分类预测:‘DecisionTreeRegressor’ object has no attribute ‘predict proba’
错误原因:回归模型不能使用分类预测解决方法:把分类预测节点改成回归预测节点
转换多变量标签编码:cannot assign to subscript here, Maybe you meant ‘==’ instead of ‘=’? (, line 1)
报错原因:命令的符号写错了,不是写“=”,是写“==”解决方法:把=换成==
计算时间间隔:time data “2020-10-20” doesn’t match format “%Y-%m-%d %H:%M:%S”, at position 4. You might want to try:
错误原因:日期格式不匹配,如下图所示,待计算的两个日期变量的值,存在格式为Year-Month-Day H:M:S的行,则计算时间间隔的时候,必须选择Year-Month-Day H:M:S的格式解决方法:如下图所示,修...
Lasso回归-生存状态:Non-positive event times encountered; not permitted for Cox family
错误原因:因变量生存状态、生存时间的值必须大于0,不能等于0或者小于0解决方法:用筛选样本或者过滤表格节点,去除因变量不符合要求的样本