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...

报错原因：线程数输入不是数值解决方法：（1）检查线程数输入不要为空，或者字符串，只能是单个数字，不能带逗号

报错原因： Mimic数据库服务可能未开启 解决方法： （1）如果是刚开启软件，并刚打开的项目，则点击mimic查询数据库的参数设置按钮，初始化数据库服务     （2）以上方法无效的情况下...

报错原因：自变量用与分段搜素，不能输入分类型变量解决方法：检查自变量类型，确保输入的自变量为连续型 

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

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 

报错原因:文件被其他软件占用解决方法:把其他占用文件的程序关掉

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

报错原因：模型得不到有效分类解决方法“（1）更改潜类别数（2）更改自变量组合

报错原因：左表或者右表存在重复的id解决方法：（1）把匹配模式替换为1:m或者m:m（2）把左右表id去重复

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...

报错原因：数据本身无法成功求导解决方法：（1）替换自变量（2）对自变量或者因变量进行归一化，插补等数据处理

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

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

使用节点：多重插补 插补空值 说明：根据变量类型可以选择不同的插补方法，插补的变量值也会不同

使用节点：新增变量

报错原因：个别变量之间得相似性极高，甚至达到1，导致无法计算方差解决方法：可以用相关分析检查相关性，排除相关性很高得变量

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

报错原因：因变量可能存在负数，但泊松分布只支持正整数的因变量解决方法：检查因变量是否符合泊松分布要求

报错原因：时间变量存在非数值的样本解决方法：检查时间变量，确保所有样本的时间都为数值

报错原因：时间变量应该为连续变量或者日期变量解决方法：将时间变量转为连续型变量

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...

报错原因：没有得到有效的分类输出，跟数据集本身特性有关解决方法：（1）更换变量（2）对数据进行转换（3）保证输入的变量都是数值，不能有字符串

【报错原因】 个别分类变量的的因子水平为1，例如性别Sex变量只有Female这一个水平 【解决方法】 检查模型中所有的分类变量，排除因子水平小于2的分类变量

报错原因：样本id变量，即标识单位变量的类型不安全，应该用string类型解决方法：把标识单位变量的类型转为string

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

报错原因：输入的变量类型可能存在错误解决方法：检查输入的特征变量是否都为连续的数值类型，目标变量是否蔚0/1二分类

【报错原因】 通常为节点运算结果绘制森林图的表格一些变量存在NA，通常为某些变量的P值存在NA 【解决方法】 在计算的时候剔除该变量

报错原因：输入插补的变量的类型非法，提示将变量类型转为分类或者连续解决方法：用转换变量类型节点，将目标变量转为合适的类型