排序
分类预测:‘DecisionTreeRegressor’ object has no attribute ‘predict proba’
错误原因:回归模型不能使用分类预测解决方法:把分类预测节点改成回归预测节点
Error in gbmt::gbmt(x.names = var_independent, unit = var_dependent, time = var_time, :Unit ‘5’ has duplicated time points
【报错原因】 数据问题,有重复值 【解决方法】 更换数据或变量
潜类别分析:Error in names(x)<- value: ‘names’ attribute [4] must be the same length as the vector [0].
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
生存分析ROC图:Error in roc.default(response, predictors[, 1], …) : ‘response’ must have two levels
报错原因: (1)输入的因变量不是0,1二分类的值 (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: 检查因变量是否...
逻辑回归:Error in run(param_manager) : object ‘source external’ not found
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...
Error in ranger::ranger(dependent.variable.name = task$target_names, data = task$data(), :User interrupt or internal error.
【解决方法】 增大内存或者减少参数搜索空间mtry不能大于特征数量
聚类热图:only defined on a data frame with all numeric-alike variables
报错原因:选择分析的变量中存在个别非数值变量解决方法:删除这些非数值的变量
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
Error in glmnet(x, y, family = “binomial”, alpha = 1, nlambda = lambda_values) :x has missing values; consider using makeX() to impute them
【报错原因】 选择变量里含有空缺值 【解决方法】 建议将变量的空缺值进行插补
梯度提升-生存:could not convert string to float: ‘F’
报错原因:选择的自变量可能存在字符串类型,以上例子中F为字符串类型解决方法:(1)去除字符串类型变量(2)将字符串类型变量转换编码
多因素正态性检验:Error in data[complete.cases(data), ] : incorrect number of dimensions
报错原因:多因素的正态性检验中,自变量数量不够,自变量数量应该大于等于2,不能为一个解决方法:增加自变量数量
Error in rms::Predict(model, origen_contin, fun = exp, ref.zero = TRUE, :predictors(s) not in model: origen_contin
【报错原因】 模型崩溃 【解决方法】 修改自变量和因变量组合
SHAP:expected str, bytes or os.PathLike object, not NoneType
报错原因:shap分析节点的模型输入端口没有连接解决方法:连接shap分析的模型输入端口 
Error in solve.default(SKK) :system is computationally singular: reciprocal condition number = 2.16588e-21
【报错原因】 数据问题算不出 【解决方法】 更改协整成分
Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors) :cannot coerce class ‘”regTermTestLRT”‘ to a data.frame请检查表格变量类型是否符需要转换,变量值是否需要插补空值,变量名是否存在非法字符!
【报错原因】 上游节点为调查设计回归分析时,如果遇到该错误,需要重启软件 【解决方法】 设置好参数后重启软件,直接运行似然比检验节点
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  
生存分析多模型ROC图:Error in data.frame(x=pre_score,y=status values$qx_status, time = status_values$qx time): �����������: 2266,2265
报错原因:通常为数据端口(蓝色)的连线和模型端口(灰色)的链线顺序不一致解决方法:检查两种端口的连线顺序是否一致
生存分析截断值搜索:Error in Summary.factor(c(2L,1L,1L,2L,1L,2L,2L,2L,1L,1L,1L,:”range’not meaningful for factors
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 
Error in purrr:map(var subgroups, ~TableSubgroupGLM(formula, var subgroup =. Caused by error in`.svycheck(): !..2 used in an incorrect context, no .. to look in
错误原因:因变量,自变量,亚组变量中可能存在个别变量的值不符合模型要求,例如亚组变量不能多于三个分类解决方法:(1)按照参数要求检查变量(2)逐个变量排查
预测器SE:Error in model_rr$predict_newdata(newdata = newdata, task = tsk_wd) : attempt to apply non-function
报错原因: (1)通常为个别变量在模型训练前后的数据中,类型不一致 在模型训练前A变量为连续型,在模型训练后输出的表格中,其类型为分类 解决方法: (1)检查模型训练前后数据表的变量类型...
选择变量:[‘subject_id’, ‘stay_id’] not in index
报错原因:选择的变量在上游的节点输出的数据中没有,本例子中上游节点输出数据中没有subject_id,stay_id这两个变量解决方法:检查上游输出数据表,或者重新选择本节点的变量
Error in coxph(formula = Surv(rep(1, 250L), gender) ~ HOXC.AS2 + AP000695.6 + :No (non-missing) observations
【报错原因】 因变量不是数值型二分类 【解决方法】 建议更换因变量
Error in gbm.fit(x = x, y = y, offset = offset, distribution = distribution, :The data set is too small or the subsampling rate is too large: nTrain * bag.fraction <= n.minobsinnode
【报错原因】 数据量太小或者Minnodesize太大 【解决方法】 增大数据量,或者输入小一点的minnodesize
Error in ranger::ranger(dependent.variable.name = task$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...

        
        

![潜类别分析:Error in names(x)<- value: 'names' attribute [4] must be the same length as the vector [0].-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/06/20250623110239874-image-300x29.png)
![生存分析ROC图:Error in roc.default(response, predictors[, 1], ...) : 'response' must have two levels-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/05/20250501214346549-image-300x88.png)

![Error in ssum[2,,1]: subscript out of bounds-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/04/20250415161816371-67-300x52.jpg)








![Error in nls(y ~ 1/(1 + exp((xmid - x)/scal)), data = xy, start = list(xmid = aux[[1L]], :算法的步因素0.000488281的大小被减少到小于0.000976562的'minFactor'值。          Error in nls(y ~ 1/(1 + exp((xmid - x)/scal)), data = xy, start = list(xmid = aux[[1L]], :奇异梯度。                                                                                                                         Error in numericDeriv(form[[3L]], names(ind), env, central = nDcentral) :在计算模型的时候产生了缺省值或无限值。                                                                                            Error in qr.solve(QR.B, cc) : solve里的'a'是奇异矩阵。                                                   Error in nls(y ~ 1/(1 + exp((xmid - x)/scal)), data = xy, start = list(xmid = aux[[1L]], :循环次数超过了50这个最大值。-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/04/20250416121505575-116-300x136.jpg)
![多因素正态性检验:Error in data[complete.cases(data), ] : incorrect number of dimensions-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/05/20250502230828104-image-300x65.png)



![Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors) :cannot coerce class '](https://bbs.statsape.com/wp-content/uploads/2025/04/20250415114610677-50-300x50.jpg)






![选择变量:['subject_id', 'stay_id'] not in index-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/05/20250525205725654-image-300x68.png)








