# Qlik Predict — rozwiązywanie problemów Ten temat pomocy zawiera wskazówki, których można użyć podczas rozwiązywania problemów w Qlik Predict. ## Uczenie eksperymentu ### Błąd trenowania: przekroczono limit zestawu danych Podczas trenowania wersji eksperymentu może wystąpić błąd, ponieważ zestaw danych przekracza limity Qlik Predict. Możliwa przyczyna 1 Treningowy zestaw danych przekracza maksymalną liczbę komórek lub rozmiar pliku dla Qlik Predict. W niektórych przypadkach mogło to nie zostać zidentyfikowane przed trenowaniem z powodu częściowego profilowania. Maksymalne rozmiary zestawów danych szkoleniowych, według typu zestawu danych | Typ zestawu danych | Maksymalny rozmiar zestawu danych | Maksymalna liczba komórek zestawu danych | Maksymalna liczba uwzględnionych kolumn | | --- | --- | --- | --- | | CSV | 2 GiB | 100 milionów | 500 | | Parquet | 2 GiB | 500 milionów | 500 | | QVD | 2 GiB | 500 milionów | 500 | | Inni | 1 GiB | 100 milionów | 500 | Więcej informacji zawiera temat [Ograniczenia zbioru danych szkoleniowych i profilowania](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#DatasetSizeCapacities). Proponowane działanie 1 Rozważ: * Usunięcie cech z eksperymentu w celu zmniejszenia rozmiaru. * Konwersja zestawu danych na inny typ pliku. * Wróć do przygotowania zestawu danych i zmniejsz liczbę wierszy w zestawie danych. Możliwa przyczyna 2 Treningowy zestaw danych przekracza maksymalny rozmiar dla Twojej subskrypcji Qlik Cloud. W niektórych przypadkach mogło to nie zostać zidentyfikowane przed trenowaniem, zwłaszcza gdy profilowanie danych szacuje liczbę wierszy. Więcej informacji zawiera temat [Ograniczenia zbioru danych szkoleniowych i profilowania](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#DatasetSizeCapacities). Proponowane działanie 2 Rozważ: * Usunięcie cech z eksperymentu w celu zmniejszenia rozmiaru. * Wróć do przygotowania zestawu danych i zmniejsz liczbę wierszy zestawu danych. Możliwa przyczyna 3 Treningowy zestaw danych ma zbyt wiele kolumn. Możesz mieć maksymalnie 500 kolumn w danych wybranych do użycia w trenowaniu. Dotyczy to zarówno szkolenia, jak i zestawów danych do zastosowania. W przypadku zestawów danych do szkolenia, limitem jest liczba kolumn używanych jako cechy w wersji eksperymentu. Więcej kolumn może znajdować się w źródłowym zestawie danych. Na przykład, możesz mieć zestaw danych z 501 kolumnami. Zestaw danych nadal może być używany do szkolenia, jeśli usuniesz jedną cechę podczas konfiguracji eksperymentu. Więcej informacji zawiera temat [Ograniczenia ogólne](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#General). Proponowane działanie 3 Odznacz niepotrzebne cechy, aż znajdziesz się poniżej limitu. ### Trenowanie: Niektóre funkcje są niedostępne podczas konfigurowania eksperymentu Na przykład możesz zauważyć, że następujące elementy są niedostępne dla Twojego eksperymentu: * Inżynieria cech tekstu swobodnego * Wykrywanie stronniczości Możliwa przyczyna 1 Twój zestaw danych jest zbyt duży, aby ta funkcja była dostępna. Poniższa tabela przedstawia limity zestawów danych dla niektórych funkcji. Dostępność funkcji szkoleniowych według typu i rozmiaru zestawu danych | Typ zestawu danych | Obsługiwana inżynieria cech tekstu swobodnego | Obsługiwane eksperymenty szeregów czasowych | Obsługiwane wykrywanie stronniczości | | --- | --- | --- | --- | | CSV | Do 100 milionów komórek lub 1 GiB (przekroczenie któregokolwiek z tych limitów nie jest obsługiwane) | Do 1 GiB | Do 1 GiB | | Parquet | Do 100 milionów komórek lub 1 GiB (przekroczenie któregokolwiek z tych limitów nie jest obsługiwane) | Do 1 GiB | Do 1 GiB | | QVD | Do 100 milionów komórek lub 1 GiB (przekroczenie któregokolwiek z tych limitów nie jest obsługiwane) | Do 1 GiB | Do 1 GiB | | Inni | Do 100 milionów komórek lub 1 GiB (przekroczenie któregokolwiek z tych limitów nie jest obsługiwane) | Do 1 GiB | Do 1 GiB | Więcej informacji zawiera temat [Ograniczenia zbioru danych szkoleniowych i profilowania](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#DatasetSizeCapacities). Proponowane działanie 1 Zmniejsz rozmiar danych treningowych. Możesz wypróbować dowolne z poniższych: * Usuwanie cech z eksperymentu w celu zmniejszenia rozmiaru. * Wróć do przygotowania zestawu danych i zmniejsz liczbę wierszy zestawu danych. Możliwa przyczyna 2 Twoja subskrypcja Qlik Cloud nie obejmuje tej funkcji. [Możliwości zarządzane w ramach subskrypcji Qlik Predict](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/introduction.htm#Subscription) Proponowane działanie 2 Skontaktuj się z administratorem dzierżawy lub właścicielem konta usługi, aby dowiedzieć się o limitach subskrypcji. ## Analiza modelu w eksperymentach ### Niektóre cechy nie pojawiają się podczas analizowania modelu na karcie Analizuj Możliwa przyczyna Nazwy kolumn zawierają jeden lub więcej z następujących znaków: * [ * ] Proponowane działanie Aby analizować te cechy na karcie Analizuj, należy usunąć te znaki z nazw kolumn przed rozpoczęciem uczenia. Na przykład, można je zastąpić znakami „(” i „)”. Można to zrobić w źródle danych (na przykład Excel) lub bezpośrednio w Qlik Cloud, używając narzędzi do tworzenia Qlik skryptów i przygotowania danych. ### Nie wszystkie modele można analizować na karcie Analizuj Możliwa przyczyna Modeli, które zostały nauczone przy współczynniku próbkowania mniejszym niż 100%, nie można otworzyć na karcie Analizuj. Proponowane działanie Spróbuj analizować inne modele. Modele trenowane z próbkowaniem poniżej 100% to w większości pośrednie produkty uboczne inteligentnej optymalizacji modelu. Modele wytrenowane na pełnym zestawie danych treningowych mają większe szanse na bycie gotowymi do wdrożenia niż te wytrenowane z próbkowaniem poniżej 100%. Więcej informacji na temat próbkowania można znaleźć w [Inteligentna optymalizacja modelu](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm). ## Dowiedz się więcej * [Qlik Predict ograniczenia i możliwości](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm)