Qlik Predict beperkingen en capaciteiten
Deze pagina vermeldt algemene beperkingen en capaciteiten voor Qlik Predict functionaliteit. Voor capaciteiten die specifiek zijn voor individuele Qlik Cloud abonnementen, raadpleeg Qlik Pricing en Qlik Cloud® Subscriptions of neem contact op met uw Qlik accountvertegenwoordiger.
Algemene beperkingen
-
Qlik Predict heeft een frequentielimiet voor API van 300 aanvragen per minuut.
-
Maximumaantal kolommen in de gegevensverzameling: 500
Dit geldt zowel voor training als voor toepassingsgegevensverzamelingen. Voor trainingsgegevensverzamelingen is de limiet het aantal kolommen dat wordt gebruikt als de functies in een experimentversie. Meer kolommen kunnen in de brongegevensverzameling staan. U kunt bijvoorbeeld een gegevensverzameling hebben met 501 kolommen. De gegevensverzameling kan nog steeds worden gebruikt voor training als u één functie verwijdert tijdens de experimentconfiguratie.
-
Alle platte bestanden die kunnen worden geüpload en geprofileerd in Qlik Cloud, worden ondersteund voor gebruik in Qlik Predict.
Voor bestanden met meerdere tabellen, zoals Microsoft Excel bestanden met meerdere werkbladen, wordt alleen de eerste tabel geïmporteerd. Als gegevensprofilering voor een tabel mislukt (bijvoorbeeld als de tabel leeg is), wordt het bestand niet ondersteund.
Beperkingen voor trainingsdatasets en profilering
Deze sectie vermeldt richtlijnen die worden afgedwongen voor de grootte van trainingsdatasets in Qlik Predict.
Houd rekening met het volgende:
-
De beperkingen gelden alleen voor de gegevens die zijn opgenomen in de experimentversie: alle inbegrepen functies, inclusief de doelkolom.
-
De beperkingen gelden ofwel voor algemene gegevensprofilering binnen het Qlik Cloud platform, of zijn specifiek voor Qlik Predict.
-
De beperkingen zijn maximale capaciteiten. De limieten van uw Qlik Cloud abonnement kunnen lager zijn.
Limieten voor datasetgrootte voor training
Deze limieten zijn technische capaciteiten voor de grootte, het aantal cellen en het aantal opgenomen kolommen in trainingsdatasets.
| Datasettype | Maximale datasetgrootte | Maximaal aantal datasetcellen | Maximaal aantal opgenomen kolommen |
|---|---|---|---|
| CSV | 2 GiB | 100 miljoen | 500 |
| Parquet | 2 GiB | 500 miljoen | 500 |
| QVD | 2 GiB | 500 miljoen | 500 |
| Overige | 1 GiB | 100 miljoen | 500 |
Bovendien is bepaalde trainingsfunctionaliteit alleen beschikbaar voor datasets onder specifieke groottes en aantal cellen.
| Datasettype | Ondersteuning voor functie-engineering van vrije tekst | Tijdreeksexperimenten ondersteund | Ondersteuning voor biasdetectie |
|---|---|---|---|
| CSV | Tot 100 miljoen cellen of 1 GiB (het overschrijden van een van deze limieten wordt niet ondersteund) | Tot 1 GiB | Tot 1 GiB |
| Parquet | Tot 100 miljoen cellen of 1 GiB (het overschrijden van een van deze limieten wordt niet ondersteund) | Tot 1 GiB | Tot 1 GiB |
| QVD | Tot 100 miljoen cellen of 1 GiB (het overschrijden van een van deze limieten wordt niet ondersteund) | Tot 1 GiB | Tot 1 GiB |
| Overige | Tot 100 miljoen cellen of 1 GiB (het overschrijden van een van deze limieten wordt niet ondersteund) | Maximaal 1 GiB | Maximaal 1 GiB |
Beperkingen voor profilering
Wanneer u een trainingsdataset toevoegt aan een experiment, wordt deze geanalyseerd door Qlik Cloud gegevensprofilering om verschillende statistieken (zoals het aantal cellen en het aantal unieke waarden) te schatten. Na het uitvoeren van een experimentversie wordt Qlik Predict voorverwerking uitgevoerd, wat soms resulteert in wijzigingen in bepaalde statistieken.
Voor grote datasets — die groter zijn dan 1 GiB — worden de gegevens gedeeltelijk geprofileerd. Dit kan ertoe leiden dat sommige geschatte statistieken — bijvoorbeeld rij-, cel-, unieke waarde- en nulwaardenaantallen — veranderen na het uitvoeren van de training.
Als gevolg hiervan kunt u bij sommige grote datasets de volgende trainingsfouten ervaren:
-
Training mislukt omdat een dataset het toegestane celaantal van het abonnement overschrijdt, hoewel er geen fouten aanwezig waren bij het profileren.
-
Training mislukt omdat het nulwaardenaantal de maximaal toegestane drempel overschrijdt, hoewel er geen fouten aanwezig waren bij het profileren.
-
Het geschatte experimenttype blijkt incompatibel te zijn met de trainingsdataset, hoewel er geen fouten aanwezig waren tijdens het profileren.
Voor stappen voor probleemoplossing die u kunt volgen om de grootte van uw dataset te verkleinen, zie Problemen oplossen - Qlik Predict.