正类问题：Assertion on ‘positive’ failed
机器学习SE模块的正类参数涉及到的模块包括 数据任务器SE，机器学习绘图SE，机器学习多模型绘图SE。设置正类的原因是，对于二分类模型，确定目标变量的正类，这些影响混淆矩阵相关的指标和ROC/A...
This happened PipeOp colapply’s $train()
Error in .__Task__col_roles(self = self, private = private, super = super, : Assertion on 'names of col_roles' failed: Names must be a permutation of set {'feature','target','name'...
Error in confusionMatrix.default(as.factor(y_pred_label), reference = as.factor(y_label)) : The data contain levels not found in the data.
【报错原因】DCA绘图暂时只支持标签是0和1的数据。【解决方法】在完成模型训练和测试集预测之后，连接高级变量运算节点，将真实标签和预测标签（modelPred）转换为 0 和 1 的形式。
Error in ranger::ranger(dependent.variable.name = task$target_names, data = task$data(), : User interrupt or internal error.
【报错原因】对于随机森林模型（无论是回归、分类还是生存分析），需要特别注意 mtry 参数的设置。mtry 参数表示每次分裂时，模型随机选择的特征变量的数量。在设置 mtry 值时，必须确保其不超...
