# 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](https://www.qlik.com/us/pricing) i [Subskrypcje Qlik Cloud®](https://www.qlik.com/us/legal/product-terms) 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.

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 |

Ponadto niektóre funkcje treningowe są dostępne tylko dla zestawów danych o określonych rozmiarach i liczbach komórek.

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 |

### 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](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/Troubleshooting/ml-troubleshooting.htm).

## Dowiedz się więcej

* [Qlik Predict — rozwiązywanie problemów](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/Troubleshooting/ml-troubleshooting.htm)