Esecuzione di più flussi

Evitare di eseguire più flussi che utilizzano lo stesso nome utente in un progetto contemporaneamente. Se si devono eseguire più flussi, assicurarsi che il limite di memoria (8 GiB, per impostazione predefinita) non venga superato. Se troppi flussi sono in esecuzione contemporaneamente con lo stesso nome utente e progetto, SPSS Modeler potrebbe esaurire la memoria e restituire un messaggio di errore, ad esempio L'esecuzione è stata interrotta.

Se si riceve questo messaggio di errore, completare la seguente procedura:

1. Attendere il completamento di una o più esecuzioni del flusso.
2. Chiudere tutte le schede del browser che contengono esecuzioni di flusso completate correttamente.
3. Attendere 15 minuti.
4. Se si utilizza la memorizzazione nella cache nel flusso, svuotare la cache.
5. Fare clic su Esegui sul flusso interrotto che ha restituito un errore.

Esecuzione interrotta

Se un flusso di SPSS Modeler non risponde o restituisce un messaggio di errore come Execution was interrupted, è possibile provare a riavviare la sessione. Nel flusso SPSS Modeler , completare la seguente procedura:

1. Fare clic su Informazioni sul flusso.
2. Fare clic su Riavvia sessione.

Il file non esiste

Se si rinomina un file o si sposta un file dal progetto a una cartella, si potrebbe ricevere questo messaggio di errore quando si esegue un flusso SPSS Modeler:

WDP Connector Error: CDICO2015E: The filepath/content.csv file does not exist or you do not have sufficient permissions.

Questo errore si verifica perché il flusso non ha aggiornato il nome o la posizione del file. Per risolvere l'errore, è possibile riavviare la sessione per aggiornare il flusso di SPSS Modeler:

1. Fare clic su Informazioni sul flusso.
2. Fare clic su Riavvia sessione.

È anche possibile riavviare il runtime per risolvere il problema.

Impossibile esportare i dati nel file SPSS Statistics .sav

Si è tentato di utilizzare un nodo Esportazione asset dati per esportare i dati in un file SPSS Statistics .sav, ma il file non è stato creato. È stato inoltre visualizzato questo messaggio di errore:

WDP Connector Error: CDICO9999E: Internal error occurred: IO error: Invalid variable name error: Invalid character found in field name 'AGE YOUN'. Field names can only include any letter, any digit or the symbols @, #, ., _, or $ for export.

Controllare se i nomi dei campi contengono spazi. Il formato del file .sav non supporta gli spazi nei nomi dei campi.

Campi senza nome negli stream migrati

Per impostazione predefinita, i campi dati senza nome in SPSS Modeler desktop sono denominati " field1, " field2, " field3 e così via. In SPSS Modeler in 'watsonx.ai, i campi dati senza nome sono denominati 'COLUMN1, 'COLUMN2, 'COLUMN3 e così via. Se si crea un flusso da un file di flusso (.str) creato in SPSS Modeler desktop e contenente tali campi, l'output è diverso.

# TO DO: run this script once after importing the stream into CP4D 
import modeler.api
stream = modeler.script.stream()

# map "COLUMN" to "field" for data sources without field names (csv without headers)
source_node = stream.findByID("...") # TO DO: provide ID of existing source node (csv file without headers)
filter_node = stream.findByID("...") # TO DO: provide ID of existing filter node (where field names are provided) 
new_node = stream.create("filter", 'new node') # creates new filter node between source and filter
stream.linkBetween(new_node, source_node, filter_node)

# change field names from "COLUMN1" to "field1" etc. 
for number in range(1,1000): # change max value if necessary
    old_name = 'COLUMN' + str(number)
    new_name = 'field' + str(number)
    new_node.setKeyedPropertyValue("new_name", old_name, new_name)

Nodi KDE con versione Python non supportata

Se si esegue un flusso che contiene un vecchio nodo KDE, si potrebbe ricevere un errore. L'errore indica l'utilizzo da parte del modello di un package Python non più supportato. In questo caso, rimuovere il vecchio nodo KDE e aggiungerne uno nuovo.

Differenze nel modo in cui non vengono gestiti i separatori di riga

Se una riga di un record di dati non ha un separatore, tale riga viene scartata in " watsonx.ai.

I valori per importanza predittore possono variare tra i flussi SPSS Modeler e i flussi desktop SPSS Modeler

Per evitare risultati incoerenti su piattaforme diverse, viene utilizzato un nuovo metodo di campionamento casuale per calcolare l'importanza del predittore in SPSS Modeler su 'watsonx.ai. Questo fa sì che i nuovi risultati dell'Importanza predittiva varino rispetto ai risultati originali dell'Importanza predittiva in SPSS Modeler desktop se i dati non sono distribuiti in modo uniforme. Il campionamento casuale viene attivato quando il numero di record supera 200. SPSS Modeler desktop sarà aggiornato in una versione futura in modo da corrispondere ai risultati di SPSS Modeler su 'watsonx.ai.

È difficile capire la differenza tra i modelli generati da Text Analytics

Nel Text Analytics Workbench, ogni volta che si fa clic su Genera nuovo modello, viene creato un nuovo nugget di modello nel flusso. Se si generano più modelli, tutti hanno lo stesso nome, quindi può essere difficile differenziarli. Un suggerimento è di utilizzare le annotazioni per facilitare l'identificazione (fare doppio clic su un nugget del modello per aprirne le proprietà, poi andare a ANNOTAZIONI).

Errore interno: errore SCAPI: il valore sulla riga 1,029 non è una stringa valida

Ad esempio, mentre SPSS Modeler sta leggendo un set di dati nel nodo Data Asset, si verifica il seguente errore:

Internal error occurred: SCAPI error: The value on row 1,029 is not a valid string of the Bit data type for the SecurityDelay column.

Questa modalità di funzionamento è prevista. Per la maggior parte dei file di testo, SPSS Modeler legge i 1st 1000 record per dedurre il tipo di dati. In questo caso, 1st 1000 righe erano 0 o 1, quindi SPSS Modeler ha dedotto che la colonna conteneva valori binari (0 o 1). Il valore alla riga 1,029 era 3. Quando SPSS Modeler legge un valore di 3 alla riga 1.029, si verifica un errore, poiché 3 non è un valore binario.

Soluzioni temporanee suggerite:

• Regolare il parametro Infer record count per includere più dati, scegliendo invece 2000 righe (o più).
• Se questo problema deriva da un errore nei dati, aggiornare i valori nelle prime 1000 righe che causano l'errore.