0 / 0
資料の 英語版 に戻る
SPSS Modeler のトラブルシューティング
最終更新: 2024年12月12日
SPSS Modeler のトラブルシューティング情報

この情報を使用して、 SPSS Modelerで発生した質問や問題を解決します。

複数フローの実行

同じユーザー名を使用する複数のフローを 1 つのプロジェクトで同時に実行することは避けてください。 複数のフローを実行する必要がある場合は、メモリ制限(デフォルトで8 GiB,)を超えないようにしてください。 同じユーザー名とプロジェクトで同時に実行されているフローが多すぎる場合、 SPSS Modeler がメモリー不足になり、 「実行が中断されました」などのエラー・メッセージが返される可能性があります。

このエラー・メッセージが表示された場合は、以下の手順を実行します。

  1. 1 つ以上のフロー実行が完了するまで待ちます。
  2. 正常に完了したフロー実行を含むすべてのブラウザー・タブを閉じます。
  3. 15 分間待ちます。
  4. フローでキャッシングを使用する場合は、キャッシュをフラッシュします。
  5. エラーを返した中断フローの「実行」 をクリックします。

実行が中断されました

SPSS Modeler フローが応答しなくなった場合、または Execution was interruptedなどのエラー・メッセージが表示された場合は、セッションを再始動してみてください。 SPSS Modeler フローで、以下のステップを実行します。

  1. 「フロー情報」をクリックします。
  2. 「セッションの再始動」をクリックします。

ファイルが存在しない

ファイル名を変更した場合、またはプロジェクトからフォルダにファイルを移動した場合、SPSS Modelerフローを実行すると、このエラーメッセージが表示されることがあります:

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

このエラーは、フローがファイルの名前または場所を更新していないために発生する。 エラーを修正するには、セッションを再起動してSPSS Modelerフローを更新します:

  1. 「フロー情報」をクリックします。
  2. 「セッションの再始動」をクリックします。

問題を解決するためにランタイムを再起動することもできます。

データを SPSS Statistics .sav ファイルにエクスポートできません

Data Asset Export ノードを使用してデータを SPSS Statistics .sav ファイルにエクスポートしようとしましたが、ファイルが作成されませんでした。 また、このようなエラーメッセージが表示されました:

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.

フィールド名にスペースが含まれていないかチェックする。 .savファイルフォーマットは、フィールド名のスペースに対応していません。

マイグレーションされたストリーム内の名前のないフィールド

デフォルトでは、SPSS Modelerデスクトップの名前のないデータフィールドには「field1、「field2、「field3」などの名前が付けられます。 SPSS Modelerの'watsonx.aiでは、名前のないデータフィールドには'COLUMN1、'COLUMN2、'COLUMN3などの名前が付けられます。 SPSS Modelerデスクトップで作成されたストリームファイル(.str)からフローを作成し、そのようなフィールドが含まれている場合、出力は異なります。

回避策として、以下のようなスクリプトを、インポートされたストリームから作成したフローに追加できます。
# 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)

サポートされない Python バージョンを含む KDE ノード

古い KDE ノードを含むフローを実行すると、エラーを受け取ることがあります。 このエラーは、サポートされなくなった Python パッケージをモデルが使用していることを示しています。 このような場合は、古い KDE ノードを削除し、新しいノードを追加してください。

行分離文字がない場合の処理方法の違い

データレコードの行にセパレーターがない場合、その行は 'watsonx.ai で破棄される。

予測変数の重要度の値は、 SPSS Modeler フローと SPSS Modeler デスクトップ・ストリームの間で異なる可能性があります。

異なるプラットフォームでの結果の矛盾を避けるために、新しいランダム・サンプリング法を使用して、「watsonx.ai上のSPSS Modelerで予測変数の重要度を計算します。 このため、データが一様に分布していない場合、SPSS Modelerデスクトップでは、新しい予測重要度の結果が元の予測重要度の結果と異なることになります。 レコード数が 200 を超えると、ランダム・サンプリングがトリガーされます。 SPSS Modelerデスクトップは、「watsonx.ai SPSS Modelerの結果と一致するように、将来のバージョンでアップグレードされる予定です。

テキスト分析から生成されたモデル間の違いを見分けるのは困難です。

Text Analytics Workbenchでは、Generate new modelをクリックするたびに、フローに新しいモデルナゲットが作成されます。 複数のモデルを生成する場合、それらのモデルはすべて同じ名前であるため、区別することが困難になる可能性があります。 アノテーションを使用して識別することをお勧めします (モデル・ナゲットをダブルクリックしてプロパティーを開き、「注釈」に移動します)。

内部エラーが発生しました: SCAPI エラー: 行 1,029 の値は有効なストリングではありません

たとえば、SPSS ModelerData Asset ノードのデータセットを読み込んでいるときに、次のエラーが発生します:

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.

これは予期された動作です。 ほとんどのフラット・ファイルの場合、 SPSS Modeler は 1st 1000 件のレコードを読み取って、データ型を推測します。 この場合、 1st 1000 行は 0 または 1 であるため、 SPSS Modeler は、列にバイナリー値 (0 または 1) が含まれていると推測します。 行 1,029 の値は 3 でした。 SPSS Modeler が行1,029で3の値を読み取ると、3はバイナリ値ではないため、エラーが発生します。

推奨されている対処策:

  • 「レコード・カウントの推測 (Infer record count)」 パラメーターを調整して、より多くのデータを組み込み、代わりに 2000 行 (またはそれ以上) を選択します。
  • この問題がデータのエラーによるものである場合は、エラーの原因となっている最初の 1000 行の値を更新します。
生成 AI の検索と回答
これらの回答は、製品資料の内容に基づいて、 watsonx.ai のラージ言語モデルによって生成されます。 詳細