【报错原因】 数据有残留 【解决方法】 重开画布或清空节点目录

【报错原因】 变量选择有问题，不可以是字符串，必须是0和1的二分类变量 【解决方法】 更换因变量

【报错原因】 输入分位数 数量要大于2；数据不能过于集中，要有明显的四分位区间 【解决方法】 输入大于等于3的分位数；更换数据

【报错原因】 分层后变量有空值 【解决方法】 更换合适的分组变量

 【报错原因】分组数太多【解决方法】更换样本分组变量

答：后面接一个“数据分析描述统计”节点。以分箱为分组变量运行节点，即可得到结果。

【报错原因】 数据不符合分析，可能不符合面板数据 【解决方法】 建议重新选择各个参数变量或换数据

【报错原因】 上游节点变量存在空值 【解决方法】 更换变量或插补空值

【解决方法】 重启后重新运行

【报错原因】 其中一个表的列名加_x,_y的后缀后出现重复的变量

【报错原因】 对于lightgbm 数据存在数值类别，变成字符类别 【解决方法】 https://github.com/ModelOriented/treeshap/issues/28

【报错原因】 分层变量和自变量不适配，只有一个数据在某个分层里 【解决方法】 重新选择适合变量

【报错原因】 变量存在空值 【解决方法】 更换变量或插补空值

【报错原因】 数据问题，计算出来包含inf或者na

【解决方法】 更改参数预测时间点/抽样次数/区间部份数

【报错原因】 变量选择有问题，不可以是字符串，必须是0和1的二分类变量 【解决方法】 更换因变量

【报错原因】 spark的黑色运行窗口被意外关闭 【解决方法】 避免spark运行窗口被关闭

【报错原因】 选择的因变量和自变量不适合此分布类型 【解决方法】 更换因变量/自变量或分布类型

【报错原因】 分层数据不够计算拟合模型 【解决方法】 尝试减少分层数量

答：使用“转换变量函数”节点中的Box-Cox和Yeo-Johnson方法都可以实现。

【报错原因】 干预变量不符合规定 【解决方法】 建议检查干预变量或重新选择

【报错原因】 上游节点如果为调查设计回归分析或调查设计cox回归，不能做Likelihood

【解决方法】 重启后重新运行

【报错原因】 这个错误信息提示在尝试为因子变量设置对比度(contrasts)时出现了问题。在R中，当你在进行模型拟合时，对于分类变量(因子factor)，系统需要明确的对比设计(如 Helmert、Simpson 等...

【报错原因】 数据问题，有重复值 【解决方法】 更换数据或变量

【报错原因】 外部验证里的变量值和原始数据变量不一样 【解决方法】 更换变量

【报错原因】 变量组合无法成功拟合，建议逐渐减少自变量逐个排查

【报错原因】 数据筛选没了 【解决方法】 调整pvalue，pvalue调大些