# 查看有关您训练数据的见解
当您添加训练数据并运行训练版本时，您可以访问有关如何处理数据的见解。见解提供了有关实验中目标和特性的信息，例如已删除、不可用或将通过特殊处理进行编码的特性。
洞察可在配置/训练数据选项卡中的 the 架构视图 icon 和 the 数据视图 icon 中找到：
* 在模式视图中：位于见解列。
* 在数据视图中：在为每个数据集列提供的信息中显示为见解。
为实验中训练的每个模型单独创建见解。
模式视图中的见解列
模式视图中的见解列
模式视图模式视图中的见解列 
见解生成时间：
* 添加或更改了训练数据，但尚未运行任何实验版本。
* 每个实验版本运行后。为每个训练过的模型创建一组单独的见解。
运行版本前后的见解可能不同。这是因为在训练开始时，Qlik Predict 能够预处理您的数据并进一步诊断数据问题。有关更多信息，请参阅[自动数据准备和转换](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/preprocessing-steps.htm)。
## 在训练之前查看见解
在运行实验版本之前，您可以分析见解，看看当前的训练数据是如何被解释的。运行该版本后，这些见解可能会发生变化。
执行以下操作：
1. 在实验中，确保您已添加了要用于实验版本的训练数据。
2. 打开 训练数据 选项卡。
3. 分析见解。工具提示提供了见解背后的额外背景。有关每种见解含义的进一步解释，请参阅[解释数据集见解](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/dataset-insights.htm#Explanations)。
## 查看模型的见解
在模型完成实验版本的训练后，选择一个模型并检查数据处理方式。
执行以下操作：
1. 运行实验版本，然后打开 配置/训练数据 选项卡。
2. 从工具栏的下拉列表中选择一个模型。
3. 分析见解。工具提示提供了见解背后的额外背景。有关每种见解含义的进一步解释，请参阅[解释数据集见解](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/dataset-insights.htm#Explanations)。
## 解释数据集见解
下表提供了有关模式中可能显示的可能见解的更多详细信息。
### 一般见解
数据集见解 - 一般
| 见解 | 含义 | 对配置的影响 | 确定见解的时间 | 其他引用 |
| --- | --- | --- | --- | --- |
| 常量 | 该列对所有行具有相同的值。 | 该列不能用作目标或包含的特性。 | 在运行版本前后 | [基数](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/cardinality.htm) |
| One-hot 编码 | 特性类型是分类的，列的唯一值少于 14 个。 | 对配置无影响。 | 在运行版本前后 | [分类编码](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/categorical-encoding.htm) |
| Impact 编码 | 特性类型是分类的，列具有 14 个或更多个唯一值。 | 对配置无影响。 | 在运行版本前后 | [分类编码](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/categorical-encoding.htm) |
| 高基数 | 该列具有太多的唯一值，如果用作t恶心，可能会对模型性能产生负面影响。 | 该列不能用作目标。它将作为特性自动排除，但仍可以在需要时包含。 | 在运行版本前后 | [基数](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/cardinality.htm) |
| 稀疏数据 | 该列的空值太多。 | 该列不能用作目标或包含的特性。 | 在运行版本前后 | [无效的插补](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/null-imputation.htm) |
| 代表不足的类 | 该列的类少于 10 行。 | 该列不能用作目标，但可以作为特征包含。 | 在运行版本前后 | - |
| 功能转换失败 | 某个特性的特性类型已经从其默认类型手动更改。在此配置下，发生了错误。 | 实验版本无法使用此特性转换成功运行。将该特性的特性类型恢复为其先前的值，或将该特性从训练中排除。 | 在运行版本后 | [更改功能类型](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm#Changing) |
### 自动特性工程见解
数据集见解 - 自动特性工程
| 见解 | 含义 | 对配置的影响 | 确定见解的时间 | 其他引用 |
| --- | --- | --- | --- | --- |
| <数量> 个自动工程化特征 | 该列是可用于生成自动设计特性的父特性。 | 如果此父特性被解释为日期特性，则会自动从配置中删除它。建议您改为使用可以从中生成的自动工程日期特性。可以覆盖此设置并包括特性，而不是自动设计特性。 | 在运行版本前后 | [自动特性工程](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automatic-feature-engineering.htm) |
| 自动设计特性 | 该列是一个自动设计的特性，可以或已经从父日期特性生成。它没有出现在原始数据集中。 | 您可以在实验训练中删除其中一个或多个自动设计特性。如果将父特性的特性类型切换为分类，则会删除所有自动设计特性。 | 在运行版本前后 | [自动特性工程](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automatic-feature-engineering.htm) |
| 无法作为日期处理 | 该列可能包含日期和时间信息，但不能用于创建自动设计的日期特性。 | 已从配置中删除该特性。如果自动设计特性以前是从该父特性生成的，则将从未来的实验版本中删除它们。您仍然可以在实验中使用该功能，但必须将其功能类型切换为类别。 | 在运行版本后 | [自动特性工程](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automatic-feature-engineering.htm#Date) |
| 可能的自由文本 | 该列可能可用作自由文本特性。 | 自由文本特性类型已指定给列。您必须运行一个实验版本来确认该特性是否可以作为自由文本处理。 | 在运行版本前 | [自动特性工程](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automatic-feature-engineering.htm#FreeText) |
| 自由文本 | 该列已被确认为包含自由文本。它可以作为自由文本处理。 | 该特性不需要其他配置。 | 在运行版本后 | [自动特性工程](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automatic-feature-engineering.htm#FreeText) |
| 无法作为自由文本处理 | 经过进一步分析，该列不能作为自由文本处理。 | 您需要从下一个实验版本的配置中取消选择该特性。如果特性的基数不高，也可以将特性类型更改为类别。 | 在运行版本后 | [自动特性工程](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automatic-feature-engineering.htm#FreeText) |
### 智能模型优化见解
数据集见解 - 智能模型优化
| 见解 | 含义 | 对配置的影响 | 确定见解的时间 | 其他引用 |
| --- | --- | --- | --- | --- |
| 目标泄露 | 该特性可能受到目标泄露的影响。如果是这样，它包括您试图预测的目标列的信息。存在目标泄露的特性可能会让您错误地认为模型性能可靠。在现实世界的预测中，它们会导致模型表现非常糟糕。 | 该特性尚未用于训练模型。 | 在运行版本后 | [数据泄露](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/data-leakage.htm) |
| 排列重要性低 | 该特性对模型预测没有太大影响。删除这些特性可以通过减少统计噪声来提高模型性能。 | 该特性尚未用于训练模型。 | 在运行版本后 | [了解排列重要性](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/permutation-importance.htm) |
| 高度相关 | 该特性与实验中的一个或多个其他特性高度相关。具有彼此高度相关的特性会降低模型性能。 | 该特性尚未用于训练模型。与之高度相关的特性并没有因为高度相关而被删除，但可能是因为其他原因而被删除，比如排列重要性低。 | 在运行版本后 | [关联](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/correlation.htm) |
### 时间序列预测见解
数据集见解 - 时间序列预测
| 见解 | 含义 | 对配置的影响 | 确定见解的时间 | 其他引用 |
| --- | --- | --- | --- | --- |
| 可能的日期索引 | 该特性可能用作时间序列实验的日期索引。 | 若用作时间序列日期索引，则列中的数据可能会影响时间序列配置的某些方面，例如您可以预测到未来多长时间。
日期索引中的值需要以固定时间间隔随每行或唯一组值递增。 | 在运行版本前 | [使用时间序列实验](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-experiment.htm)
[日期索引](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework-time-series.htm#DateIndex) |
### 偏差检测见解
数据集见解 — 偏差检测
| 见解 | 含义 | 对配置的影响 | 确定见解的时间 | 其他引用 |
| --- | --- | --- | --- | --- |
| 检测到数据偏差 | 相对于目标列中的值，某些组（值）与其他组相比代表性不足。 | 分析偏差检测结果以确定后续步骤——这些步骤可以包括放弃该功能、更改数据集或使用修订后的框架创建新实验。 | 在运行版本后 | [检测机器学习模型中的偏差](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/bias-detection.htm) |
| 检测到表示偏置 | 已检测到训练模型在使用来自该功能的数据创建预测时存在偏差。 | 分析偏差检测结果以确定后续步骤——这些步骤可以包括放弃该功能、更改数据集或使用修订后的框架创建新实验。 | 在运行版本后 | [检测机器学习模型中的偏差](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/bias-detection.htm) |