空鱼O-决策链社区论坛
如何插补变量中的空值NA-决策链社区论坛

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...
Error in readRDS(model URl port) : 'file'◆◆◆◆◆◆◆-决策链社区论坛

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 
分类、分箱常用方法-决策链社区论坛

分类、分箱常用方法

在决策链里面,对连续变量进行分类、分箱常用以下方法(1)分箱节点(2)多变量转换标签编码如图所示,把beerneg变量<=20的值转成第1组,>20的值转成第2组  
预测器SE:Error: Measure ’classif.acc‘ incompatible with task type 'sury‘-决策链社区论坛

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 paste(self$Code, self$ld, sep =

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
6天前
05415
None of the stratifying variables have 2+ valid levels-决策链社区论坛

None of the stratifying variables have 2+ valid levels

分类自变量存在常量或者局部常量,应该删掉 存在常量得情况: (1)常量:只有一个值,没有变化的量,如下图的Var1   (2)局部常量,无法直接判断,但划分分组后能够发现,如下图的Var2  ...

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...
5天前
0335
转换多变量标签编码:'<=' not supported between instances of 'str' and 'int'-决策链社区论坛

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回归PH检验:Error in gzfile(file,

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
Errorin glm.fit(x= c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,:NA/NaN/lnf in 'y'-决策链社区论坛

Errorin glm.fit(x= c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,:NA/NaN/lnf in ‘y’

报错原因:通常为因变量的数值存在非数值的样本解决方法:检查因变量的值是否合法,对应的分布类型是否正确,将因变量非数值的样本转换成数值
6天前
0519
报错信息:Merge keys are not unique in left dataset, not a one-to-many merge-决策链社区论坛

报错信息:Merge keys are not unique in left dataset, not a one-to-many merge

通常为左表的Key存在重复,应该使用m:m(多对多)的方法连接
孟德尔随机化分析如何把Beta值转成OR值-决策链社区论坛

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...
孟德尔随机化分析如何增加样本的交集工具变量数-决策链社区论坛

孟德尔随机化分析如何增加样本的交集工具变量数

在孟德尔随机化分析中,获取样本间的交集工具变量是前提,如果交集工具变量数量过少甚至没有,则都无法成功执行后续的分析。增加交集工具变量的方法有:(1)扩大暴露样本SNP的P值,即扩大显著...
Mimic数据提取:Exception while reading from stream-决策链社区论坛

Mimic数据提取:Exception while reading from stream

错误原因:硬盘读写能力超限解决方法:减少提取的指标数量,降低硬盘读写负荷
Error: cannot allocate vector of size XXXXXX Kb/Mb-决策链社区论坛

Error: cannot allocate vector of size XXXXXX Kb/Mb

报错原因:内存不足解决方法:(1)减少变量或者样本(2)关闭其他空闲软件(3)加内存
6天前
05215
报错信息:Error in solvet(info.matrix, tol = tol) :apparently singular matrix-决策链社区论坛

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
没有模板如何知道节点的连接方法?-决策链社区论坛

没有模板如何知道节点的连接方法?

在决策链中,每个节点都有输入和输出的端口以传递数据分析的数据流,很多时候,即使没有模板流程,同样可以实现正确的连接(1)查看分析节点的输入端口信息,鼠标悬停在输入端口,查看端口数据...
Error in if (series_types_datafarme$type[series_types_datafarme$var ==  : 
  argument is of length zero-决策链社区论坛

Error in if (series_types_datafarme$type[series_types_datafarme$var == : argument is of length zero

如图,错误非常常见 报错原因:变量名有非法字符,没有其他的原因(所有的节点都有可能会报这个错误) 常见类型: (1)变量名有空格:Var 1,Var 2 (2)变量名有奇怪字符:Var*1,Var$1,var%1...
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)-决策链社区论坛

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
导入数据:'utf-8' codec can't decode byte 0xa1 in position 10971: invalid start byte-决策链社区论坛

导入数据:’utf-8′ codec can’t decode byte 0xa1 in position 10971: invalid start byte

报错原因: 文件编码不是windows系统默认的,常常是因为Excel导出文件的时候选错了导出编码类型 解决方法: (1)Excel导出表格的时候选择正确的导出形式,避免选择CSV UTF-8 (2)如果方法一处...
6天前
07815
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-决策链社区论坛

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...
5天前
05915
转换多变量标签编码:invalid character'‘'(U+2018)(<string><string>,line 1)</string>-决策链社区论坛

转换多变量标签编码:invalid character’‘'(U+2018)(<string>,line 1)

错误原因:使用中文符号编写命令,如下图,这种单引号为中文字符解决方法:改成英文字符的符号
潜类别混合增长模型:Error in gridsearch(rep=50,maxiter=10,minit = model, hlme(as.formula(fml),: The model minit did not converge.-决策链社区论坛

潜类别混合增长模型:Error in gridsearch(rep=50,maxiter=10,minit = model, hlme(as.formula(fml),: The model minit did not converge.

错误原因:数据,变量组合无法拟合,可参考:https://cecileproust-lima.github.io/lcmm/articles/usual_problems.html解决方法:可以尝试换参数,换变量
7天前
0399
转换变量类型:变量XXX类型转换失败,could not convert string to float: XXXX-决策链社区论坛

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
聚合表格:JAVA GATEWAY_EXITED] Java gateway process exited before sending its port numbe-决策链社区论坛

聚合表格:JAVA GATEWAY_EXITED] Java gateway process exited before sending its port numbe

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 
如何生成ROC曲线的参照线(对角线)-决策链社区论坛

如何生成ROC曲线的参照线(对角线)

使用ROC操作特征曲线节点-是否在端口输出ROC参考线如下图所示,右侧的灰色模型端口即输出了ROC的对角线模型  
8天前
08813
Permission denied: 'XXXXXXXX/run logic coef.tsv'.-决策链社区论坛

Permission denied: ‘XXXXXXXX/run logic coef.tsv’.

错误原因: 看到“Permission denied”这个提示就是计算机的文件没有读写权限 自己用其他软件(Excel,记事本等)把分析结果的文件打开导致决策链无法访问。真是一种低级的错误,自己的计算机权...
转换多变量标签编码:unterminated string literal (detected at line 1) (<string>, line 1)-决策链社区论坛

转换多变量标签编码:unterminated string literal (detected at line 1) (, line 1)

报错原因:编写的命令中,字符串的索引符号有误,不能写中文符号,应该用英文符号  
倾向性评分匹配:Error in mnps.fast(formula = formula, data = data, n.trees = nrounds,The treatment variable must be a factor variable with at least 3 levels-决策链社区论坛
转换多变量标签编码:invalid entry 0 in condlist: should be boolean ndarray-决策链社区论坛

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)