# 疑難排解 - Qlik Predict 此說明主題包含您在疑難排解 Qlik Predict 中的錯誤時可使用的指引。 ## 實驗訓練 ### 訓練錯誤：資料集超出限制 訓練實驗版本時，您可能會遇到錯誤，因為資料集超出 Qlik Predict 防護措施。 可能的原因 1 訓練資料集超出 Qlik Predict 的最大儲存格計數或檔案大小。在某些情況下，由於部分 分析，這可能在訓練之前未被識別。 依資料集類型，訓練資料集的大小上限 | 資料集類型 | 資料集大小上限 | 資料集儲存格數量上限 | 內含欄的數量上限 | | --- | --- | --- | --- | | CSV | 2 GiB | 100 千萬 | 500 | | Parquet | 2 GiB | 500 千萬 | 500 | | QVD | 2 GiB | 500 千萬 | 500 | | 其他 | 1 GiB | 100 千萬 | 500 | 如需詳細資訊，請參閱[訓練資料集和分析限制](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#DatasetSizeCapacities)。 建議的行動 1 請考慮： * 從實驗中捨棄功能以縮減大小。 * 將資料集轉換為不同的檔案類型。 * 返回資料集準備並減少資料集中的列數。 可能的原因 2 訓練資料集超出您的 Qlik Cloud 訂閱所允許的最大大小。在某些情況下，這可能在訓練之前未被識別，特別是當資料分析估計列計數時。 如需詳細資訊，請參閱[訓練資料集和分析限制](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#DatasetSizeCapacities)。 建議的行動 2 考量： * 從實驗中捨棄功能，特性以減少大小。 * 返回資料集準備並減少資料集的列數。 可能的原因 3 訓練資料集有太多欄。您在訓練中選取使用的資料最多可有 500 個欄。 這同時適用於訓練和套用資料集。對於訓練資料集，限制是實驗版本中作為特徵使用的欄數。來源資料集中可以有更多欄。例如，您可能有一個包含 501 欄的資料集。如果實驗組態期間捨棄一個特徵，資料集仍可用於訓練。 如需詳細資訊，請參閱[一般限制](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#General)。 建議的行動 3 取消選取任何不需要的功能，直到低於限制為止。 ### 訓練：設定實驗時，某些功能無法使用。 例如，您可能會注意到下列項目不適用於您的實驗： * 自由文字功能工程 * 偏差偵測 可能的原因 1 您的資料集太大，無法使用此功能。下表概述了某些功能的資料集限制。 依資料集類型和大小區分的功能訓練可用性 | 資料集類型 | 支援自由文字功能工程 | 支援時間序列實驗 | 支援偏差偵測 | | --- | --- | --- | --- | | CSV | 最多 1 億個儲存格或 1 GiB (不支援超出任一限制) | 最多 1 GiB | 最多 1 GiB | | Parquet | 最多 1 億個儲存格或 1 GiB (不支援超出任一限制) | 最多 1 GiB | 最多 1 GiB | | QVD | 最多 1 億個儲存格或 1 GiB (不支援超出任一限制) | 最多 1 GiB | 最多 1 GiB | | 其他 | 最多 1 億個儲存格或 1 GiB (不支援超出任一限制) | 最多 1 GiB | 最多 1 GiB | 如需詳細資訊，請參閱[訓練資料集和分析限制](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm#DatasetSizeCapacities)。 建議的行動 1 減少訓練資料的大小。您可以嘗試下列任何一項操作： * 從實驗中捨棄特性以減少大小。 * 返回資料集準備並減少資料集的列數。 可能的原因 2 您的 Qlik Cloud 訂閱不包含此功能。 [Qlik Predict 訂閱控管容量](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/introduction.htm#Subscription) 建議的行動 2 請聯絡您的 租用戶管理員 或 服務帳戶擁有者 以瞭解訂閱限制。 ## 實驗中的模型分析 ### 在分析索引標籤中分析模型時，某些功能不會顯示 可能的原因 欄位名稱包含下列一或多個字元： * [ * ] 建議的行動 若要在分析索引標籤中分析這些功能，您必須在訓練之前從欄位名稱中移除這些字元。例如，您可以用「(」和「)」字元取代它們。這可以在資料來源 (例如，Excel) 完成，或直接在 Qlik Cloud 中使用 Qlik 指令碼和資料準備工具完成。 ### 並非所有模型都可以在 分析 索引標籤中進行分析 可能的原因 在取樣率低於 100% 的情況下訓練的模型無法在分析索引標籤中開啟。 建議的行動 請嘗試分析其他模型。取樣率低於 100% 訓練的模型，大多是智慧模型最佳化的中間副產品。在完整訓練集上訓練的模型更有可能部署就緒，而不是在取樣率低於 100% 的情況下訓練的模型。 如需有關取樣的詳細資訊，請參閱 [智慧模型最佳化](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm)。 ## 瞭解更多資訊 * [Qlik Predict 限制和容量](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-limitations-capacities.htm)