筛选样本:根据输入的列名没有找到匹配的规范变量名
报错原因:筛选样本选在的变量名在上游节点输出的数据中找不到。该错误常常发生在修改现呈的工程,没有根据上游的输出变量去重新修改下游节点的变量参数解决方法:把报错节点的变量参数重新设置...
Error in paste(self$Code, self$ld, sep = ” “):cannot get ALTSTRING ELT during GC
报错原因:R语言自动清理内存失效解决方法:保存工程后重开软件
报错信息:Error in solvet(info.matrix, tol = tol) :apparently singular matrix
错误原因:方程拟合的时候出现奇异矩阵,在数学上认为回归变量间存在较大相关性。在限制性立方样条的节点中出现这个错误表示变量组合无解解决方法:只能变换参数或者变量组合
Can not deserialize WorkFlowDictionary
错误原因:画布崩溃,原因未知,较为罕见解决方法:(1)保存工程后导入工程文件,重建画布(2)新建画布,逐个节点手动重建工程
机器学习多横型绘图SE:Error in loadNamespace(x) : ◆◆◆◆◆`yardstick’◆◆◆◆◆
报错原因:环境导入失败解决方法:(1)软件保存工程后关闭重开(2)如果重开软件无效,则重启计算机
数据分箱:Bin edges must be unique: index([0.15, 0.19, 0.19, 0.22, 17.35], dtype=’float64′, name=’LBXlHG”)You can drop duplicate edaes by settina the ‘duplicates’ kwara
报错原因:待分箱德变量值中存在重复的边界值,导致无法分段,如上图所示,0.19为边界值,但存在重复解决方法:可以使用等频率分箱,先将变量排序,然后使用等频分箱
孟德尔随机化分析如何把Beta值转成OR值
在孟德尔随机化分析中,通常使用Beta作为效应值,如果需要讲Beta转换被OR,则参考以下的计算公式OR = exp(Beta)Beta = ln(OR)CI置信区间:OR_lower = exp(Beta_lower)OR_upper = exp(Beta_upper...
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
单因素亚组COX回归:Error in rowSums(fit$influencel, 1:3]): X◆◆◆◆◆◆◆y◆◆◆◆◆◆α◆◆◆。
报错原因:变量组合的模型拟合失败,模型中间数据缺失解决方法:(1)修改变量组合(2)增删一些样本(3)修改方法或者参数
Mimic数据库:connection to server at “127.0.0.1”, port 33334 failed: Connection refused (0x0000274D/10061)Is the server runnina on that host and accepting TCP/P connections?
报错原因: Mimic数据库服务可能未开启 解决方法: (1)如果是刚开启软件,并刚打开的项目,则点击mimic查询数据库的参数设置按钮,初始化数据库服务 (2)以上方法无效的情况下,重...
为什么有些看起来是数值的分类/字符串变量无转成连续型continue
如图,以下有三个变量Var1,Var2,Var3,看起来都是数值的分类变量,应该能够把他们转成连续的 尝试使用转换变量类型的节点把Var2和Var3转成连续的 结果只有Var3转换成功了 这是因为Var2变量的...
机器学习多模型绘图SE:Error in str2lang(x) : :1:2: unexpected input
1: 1_
报错原因:模型名称不能用纯数字解决方法:修改模型名称,避免用纯数字做模型名称
转换多变量标签编码:invalid character ‘>'(U+FF1E)(, line 1)
报错原因:不能使用中文(全角)的逻辑连接符号,如中文的<,>,=等符号解决方法:把中文(全角)符号修改成英文(半角)符号
转换多变量标签编码:invalid entry 0 in condlist: should be boolean ndarray
报错原因:编写变量字符串识别的命令时,忽略了变量存在NA的情况,通常发生于str.contains()等方法解决方法:增加一个参数 ”na=False“ 帮助函数识别NA,x1.str.contains('ABC',na=False)
NHANES读取Alpha:E:\NHANES\NHANESW2007-2008\Examination\bmx e.xpt表中缺少SEQN列!不能和其他表进行联合查询,你可以尝试单是名独提取此数据集。
报错原因:(1)勾选了“是否转换变量代码为变量描述信息”的参数,导致表格的SEQN变量名被改变,因此无法进行数据连接(2)所读取的表格本身不存在SEQN这一列,因此无法进行数据连接解决方法:...
插补空值:Length mismatch: Expected axis has 74 elements, new values have 75 elements
报错原因: (1)数据表中存在全部样本都为空值的变量 (2)如果以上的情况没有,则所选的变量中,某些样本全部都为空值,导致该样本被丢弃 解决方法: (1)先使用选择变量节点剔除样本全部都...
限制性立方样条:Error in which(sapply(var rsc, function(x)x== var predict))argument to ‘which’ is not logical
报错原因预测变量没有设置解决方法补全预测变量相关参数
数据分箱:unsupperted operand type(s) for -:’str’ and ‘str’
报错原因:目标的分箱变量不是连续型,只有连续型变量才能(才需要)分箱
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
Error in ifelse(decision_type %in% c(“>=”, “>”), ret.second(split_index), : Unknown decision_type
【报错原因】尽管 LightGBM 模型支持直接处理分类变量,但是在后续节点中 TREESHAP 计算 LightGBM 模型的 SHAP 值时分类变量是存在一些问题的。【解决方法】对分类变量进行独热编码,然后再次运...
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
多因素正态性检验:Error in data[complete.cases(data), ] : incorrect number of dimensions
报错原因:多因素的正态性检验中,自变量数量不够,自变量数量应该大于等于2,不能为一个解决方法:增加自变量数量
ROC操作特征曲线: More than one “best” threshold was found, aborting. Change ‘best.policy’ to alter this behavior
ROC操作特征曲线显示以上错误原因:算法在搜素ROC操作特征曲线的最佳阈值的时候。发现有多个最佳阈值,因此建议我们修改最佳阈值的规则解决方法:直接才参数界面修改最佳阈值的选择方法
数据分析描述统计:Error in`[.data.frame`(WD,,i):◆◆◆◆w◆◆◆◆◆
报错原因:通常为选中的变量名存在非法字符,参考https://bbs.statsape.com/q-and-a/506.html解决方法:参考https://bbs.statsape.com/q-and-a/506.html
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
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
出现应用程序未处理的异常:OutOfMemoryException / Out of memory
报错原因:内存溢出,内存不足解决方法:参考 https://bbs.statsape.com/q-and-a/540.html如果是调查设计相关的分析,慎用分类变量,否则容易出现内存溢出