高级变量运算:unsupported operand type(s) for -:’str’ and ‘str’
报错原因: 待计算的变量不是数值类型,可能存在字符串类型 解决方法: 将变量的类型转为连续型
限制性立方样条:Error in chol2inv(fit$qr$qr) : element (22, 22) is zero, so the inverse cannot be computed
报错原因: (1)阈值点的置信区间无法计算 (2)模型拟合失败 解决方法: (1)取消阈值点置信区间的计算 (2)如果取消阈值点置信区间计算还是报这个错误,则是模型拟合失败导致,应该逐个变...
聚合表格:JAVA GATEWAY_EXITED] Java gateway process exited before sending its port number
报错原因:用错节点了,未分组目录内的节点都是还无法正常使用的节点解决方法:更换节点,选择行聚合目录的节点
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
高级变量运算:invalid decimal literal (,line 1)
报错原因:通常为计算符号写错,例如(1)没有**的写法,改为np.power() 解决方法:检查计算符号
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
多分类逻辑回归:Error in MASS:polr(as.formula(fml), weights = WD[, var weight], data = WD, :attempt to find suitable starting values failed
报错原因:因变量应该为数值,而不能是字符串解决方法:将因变量转编码为数值
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
孟德尔随机化:Error in if (nrow(d)== 0) return(NULL) : argument is of length zero
报错原因:参数没有填写完整,例如GWAS Token
SHAP:Error in .input_checks(object = object, X = X, baseline = baseline, S_inter = S_inter) : ‘X’ must be a matrix or data.frame
报错原因:模型中的特征变量数量为1,但数据最小应该为2解决方法:增加模型的特征变量数量
机器学习多模型绘图SE:Error in str2lang(x)::1:2: unexpected input1:1_ ^
报错原因:模型名称应该为字符串,不能为纯数字解决方法:修改模型名称为字符串,避免用纯数字
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
Unterminated string. Expected delimiter: “. Path ‘GlobalDataFrameStructure.SeriesStructures
报错原因:画布工程崩溃,需重建工程解决方法:(1)点击开始-导出工程-保存工程文件(sasln文件)随后关闭软件后重新打开,点击导入刚才保存的工程文件(2)如果以上方法不可行,则新开一个画...
限制性立方样条:Error in data.frame(…. check.names = FALSE) :◆◆◆◆◆◆◆◆◆ 7, 200
报错原因:通常为预测变量过于离散,无法对因变量即模型的y进行拟合解决方法:(1)更换预测变量(2)将预测变量平滑(各种转换)
矩阵相关分析:Error in rcorr(mat one,mat two,type = method test): must have >4 observations。
报错原因:样本太少,样本数最少5以上解决方法:增加样本数
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...
标签编码转换:cannot insert gender recode, already exists
报错原因:表格已经包含了待生成的变量名,本例中gender_recode这个变量名已经存在了解决方案:检查表格变量名,去除就得变量
转换多变量标签编码:’<=' not supported between instances of 'str' and 'int'
报错原因:使用“>=”,'<=','==','>','<'等数学逻辑符号判断目标变量时,要求目标变量的值全部都为数值如图对Var2进行数学逻辑判断但是Var2的值中存在abc这个字符串,因此Var2这个...
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...
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
贝叶斯核机回归模型:Error in checkSymmetricPositiveDefinite(H, name =”H”): H must be positive definite
报错原因:需要设置后验采样解决方法:开启后验采样
分类预测:Feature shape mismatch, expected: 20, got 16
报错原因:模型要求输入的变量数量为20,但预测数据集只提供了16个解决方法:检查预测数据集的变量完整性
模型ANOVA分析:Error in Anova lll lm(mod, error, singular.ok = singular.ok, …) :there are aliased coefficients in the model
报错原因:遇到“模型中存在别名系数”的错误时,通常是由于回归模型中存在多重共线性,即模型中的两个或多个预测变量高度相关。解决方法:(1)检查变量共线性,去掉共线性强的变量(2)减少变...
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
分类预测:model dataset compatibility.cpp:81: Atposition 3 should be feature with name APACHE2 (found BZD)
报错原因:输入的模型特征顺序不对,此处第三个特征应该为APACHE2,但发现第三个为BZD解决方法:修正特征的顺序,应该与模型训练的顺序一致
SHAP解释器SE:Error in permshap.default(model rr, X= train set, feature names = xvars, : Permutation SHAP only supported for up to 14 features
报错原因:该模型最多支持14个特征进行shap计算解决方法:压缩特征数量
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
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...