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。如果存在类型不同的变量可以使用变量类型转换的节点统一,如下图所示
![图片[2]-预测器SE:Error in model_rr$predict_newdata(newdata = newdata, task = tsk_wd) : attempt to apply non-function-决策链社区论坛](https://bbs.statsape.com/wp-content/uploads/2025/08/20250801155830361-e110e225e1b101cd543d4f886263ca89.png)
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END
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。如果存在类型不同的变量可以使用变量类型转换的节点统一,如下图所示
暂无评论内容