数据分析描述统计：Error in `[.data.frame`(upstream_df_sub, , var_cont) :ѡ����δ�������
报错原因：选择的变量中，存在个别的变量名带有非法字符，参考：https://bbs.statsape.com/q-and-a/506.html结局方法：（1）检查变量名是否合法，使用标准化变量名的节点（2）参考：https://bbs...
转换多变量标签编码:name ‘x’ is not defined
报错原因： 通常为写错变量名，如下图所示，只定义了x1和x2，“x”是一个没有定义的变量名 解决方法： 使用正确的变量名写命令，如上图的命令应该写成x1<=20 and x1>=3 此外，如下图所示...
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
多条件过滤表格：’>’ not supported between instances of str and int
报错原因：自变量可能是数值类型，非数值类型无法使用'>','<','=','<='等逻辑字符判断大小解决方法：确认自变量是否为数值
数据任务器SE：Error. Task ‘classification’ has missing values in column(s) ‘Surgery,_duration’, but learner ‘classiflog regnot support this
报错原因：输入的特征变量存在缺失值解决方法：对存在缺失值的特征变量提前插补
多因素COX回归：Error in path.expand(new):invalid ‘path’ argument
报错原因：节点无法获取输入的数据表路径解决方法：（1）检查上游节点输出端口是否有表格生成 （2）上游节点和本节点重新拖一个（3）重启软件
IDI和NRI：Error in coxph(Surv(xi, di) ~ zi) : No (non-missing) observations
报错原因：自变量不支持字符串输入解决方法：把字符串变量转为数值编码再输入
如何插补变量中的空值NA
变量中的NA即空值是无法参与计算的，在计算前建议先对NA值进行处理，对NA进行插补是常用的方法在决策链中有以下方法对NA进行插补：（1）空值插补节点，提供了多种方法（2）批量空值插补节点，在...
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
Cox_CiC曲线图：Error in decision_curve(formula_data, data = input_data, family = binomial(link = “logit”), : outcome variable is not binary (it does not take two unique values).
报错原因 （1）因变量应该为0，1二分类，在生存分析中指生存状态需要为0，1二分类 （2）在多因素生存分析中，如果以上的情况不存在，则可能是生存时间中位数以下的样本的生存状态不是0，1二分类...
导入Excel数据：Value must be either numerical or a string containing a wildcard
报错原因：Excel文件中的某些单元格存在节点无法识别的数据解决方法：将excel文件转为csv文件读取
Error in readRDS(model URl port) : ‘file’◆◆◆◆◆◆◆
错误原因:模型端口没有连接,灰色端口都是模型端口,带有模型端口的节点都可能出现这类错误.鼠标悬停端口上能看到输入输出的数据类型解决方法:连接灰色端口
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
递归消除法：worker initialization failed: package or namespace load failed for ‘caret’.object ‘recvData’ is not exported by’namespace:parallel’
报错原因：R环境缺失一个包caret解决方法：参考这篇文章安装caret，https://bbs.statsape.com/q-and-a/578.html
多模型评估节点：Classification metrics can’t handle a mix of binary and continuous targets
报错原因： 通常为输入的真值，预测标签的类型错误，真值和预测标签类型应为二分类 解决方法： 检查真值或者预测标签变量的类型
Please convert object columns to categorical or some numeric type
报错原因：字符串类型变量无法计算解决方法：把字符串类型变量转为连续或者分类变量
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
逻辑回归：Error in run(param_manager) : object ‘source external’ not found
报错原因：外部验证文件没有识别解决方法：（1）检查外部验证文件的后缀名必须为小写字母，例如csv不能写成CSV（2）检查外部验证文件的格式是否为以下几种，xlsx,csv,tsv（3）将节点重拖后重新...
![选择变量：['subject_id', 'stay_id'] not in index-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/05/20250525205725654-image-300x68.png)
选择变量：[‘subject_id’, ‘stay_id’] not in index
报错原因：选择的变量在上游的节点输出的数据中没有，本例子中上游节点输出数据中没有subject_id,stay_id这两个变量解决方法：检查上游输出数据表，或者重新选择本节点的变量
数据连接：local variable ‘dfpath multi’ referenced before assignment
报错原因：数据连接输入的表格可能缺失，数据连接最起码需要输入两个表格进行连接解决方法：（1）检查数据连接的输入端口是否连接完整（2）检查上游的两个节点的输出的表格是否存在
![逻辑回归经典列线图：Error in lims[[i]]:subscript out of bounds.-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/08/20250821154610685-image-300x67.png)
逻辑回归经典列线图：Error in lims[[i]]:subscript out of bounds.
报错原因：列线图函数未知报错解决方法：（1）检查数据缺失值（2）重开软件，重置当前节点重新计算（3）以上方法无效的情况下，尝试修改变量组合或者修改变量值
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
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
NR曲线图：Error in findrow(fit, times, extend) : no points selected for one or more curves, consider using the extend argument
报错原因： （1）通常为因变量非法，例如因变量不是0，1二分类变量 （2）在多因素生存分析中，如果以上的情况不存在，则可能是生存时间中位数以下的样本的生存状态不是0，1二分类变量 解决方法...
面板数据效应模型：Error in `.rowNamesDF<-`(x, value = value) : ���������ظ���'row.names'
错误原因：样本id和时间的配对存在重复，例如下图，同一个id，但时间为236.7833的样本有重复 解决方法：先去除样本id和时间配对重复的样本
孟德尔随机化本地数据：Error: scanVcf: ‘R_Realloc’ could not re-allocate memory(87960856 bytes)
报错原因：内存不足解决方法：（1）减小读取文件的数据量（2）增加内存
