Qlik Predict ograniczenia i możliwości
Ta strona zawiera listę ogólnych ograniczeń i możliwości dla funkcji Qlik Predict. W przypadku możliwości specyficznych dla poszczególnych subskrypcji Qlik Cloud, zapoznaj się z Cennik Qlik i Subskrypcje Qlik Cloud® lub skontaktuj się z przedstawicielem handlowym Qlik.
Ograniczenia ogólne
-
Qlik Predict ma limit szybkości API wynoszący 300 żądań na minutę.
-
Maksymalna liczba kolumn w zestawie danych: 500
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.
-
W Qlik Predict jest obsługiwany każdy plik płaski, który można przesłać i sprofilować w Qlik Cloud.
W przypadku plików z wieloma tabelami, takich jak Microsoft Excel pliki z wieloma arkuszami, zaimportowana zostanie tylko pierwsza tabela. Jeśli profilowanie danych nie powiedzie się w przypadku tabeli (na przykład, kiedy jest pusta), plik nie jest obsługiwany.
Ograniczenia zbioru danych szkoleniowych i profilowania
Ta sekcja zawiera listę ograniczeń narzuconych na rozmiary zbiorów danych szkoleniowych w Qlik Predict.
Należy pamiętać, że:
-
Ograniczenia dotyczą tylko danych zawartych w wersji eksperymentalnej: wszystkich uwzględnionych cech, w tym kolumny docelowej.
-
Ograniczenia dotyczą ogólnego profilowania danych w całej platformie Qlik Cloud lub są specyficzne dla Qlik Predict.
-
Ograniczenia to maksymalne pojemności. Limity Twojej subskrypcji Qlik Cloud mogą być niższe.
Limity rozmiaru zestawu danych dla szkolenia
Te limity to techniczne pojemności dotyczące rozmiaru, liczby komórek i liczby uwzględnionych kolumn w zestawach danych treningowych.
| 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 |
Ponadto niektóre funkcje treningowe są dostępne tylko dla zestawów danych o określonych rozmiarach i liczbach komórek.
| 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 |
Ograniczenia profilowania
Po dodaniu zestawu danych treningowych do eksperymentu jest on analizowany przez profilowanie danych Qlik Cloud w celu oszacowania różnych statystyk (takich jak liczba komórek i liczba unikalnych wartości). Po uruchomieniu wersji eksperymentu wykonywane jest wstępne przetwarzanie Qlik Predict, co czasami skutkuje zmianami w niektórych statystykach.
W przypadku dużych zbiorów danych — przekraczających 1 GiB — dane są częściowo profilowane. Może to spowodować zmianę niektórych szacowanych statystyk — na przykład liczby wierszy, komórek, unikalnych wartości i wartości null — po uruchomieniu szkolenia.
W rezultacie, w przypadku niektórych dużych zbiorów danych, mogą wystąpić następujące błędy szkolenia:
-
Szkolenie kończy się niepowodzeniem, ponieważ zbiór danych przekracza liczbę komórek dozwoloną przez subskrypcję, mimo że podczas profilowania nie wystąpiły żadne błędy.
-
Szkolenie kończy się niepowodzeniem, ponieważ liczba wartości null przekracza maksymalny dozwolony próg, mimo że podczas profilowania nie wystąpiły żadne błędy.
-
Szacowany typ eksperymentu jest niezgodny z zestawem danych szkoleniowych, mimo że podczas profilowania nie wystąpiły żadne błędy.
Aby uzyskać kroki rozwiązywania problemów, które możesz obserwować, aby zmniejszyć rozmiar zestawu danych, zobacz Qlik Predict — rozwiązywanie problemów.