0 / 0
Torna alla versione inglese della documentazione
Problemi e limitazioni noti
Problemi e limitazioni noti

Problemi e limitazioni noti

Le seguenti limitazioni e problemi noti si applicano a Cloud Pak for Data as a Service.

Elenco di problemi di Watson Knowledge Catalog

Elenco dei problemi del flusso di mascheramento

Elenco di problemi di Data Refinery

Elenco di problemi di Watson Query

Elenco di problemi Watson Studio

Elenco di problemi di Watson Machine Learning

Elenco dei problemi di Cognos Dashboard Embedded

Elenco di problemi di Watson OpenScale

Elenco dei problemi di SPSS Modeler

Watson Knowledge Catalog

Se si utilizza Watson Knowledge Catalog, è possibile che si verifichino questi problemi e limitazioni noti quando si utilizzano i cataloghi.

I dati non sono mascherati in alcuni strumenti del progetto

Quando si aggiunge un asset di dati connesso che contiene colonne mascherate da un catalogo a un progetto, le colonne rimangono mascherati quando si visualizzano i dati e quando si perfezionano i dati nello strumento Data Refinery . Tuttavia, altri strumenti nei progetti non conservano il mascheramento quando accedono ai dati tramite una connessione. Ad esempio, quando si caricano i dati connessi in un Notebook, in un flusso DataStage , in un dashboard o in altri strumenti del progetto, si accede ai dati tramite una connessione diretta e si ignora il mascheramento.

Le risorse di governance predefinite potrebbero non essere disponibili

Se non vedi alcuna classificazione o classe di dati predefinita, reinizializza il tuo tenant utilizzando la seguente chiamata API:

curl -X POST "https://api.dataplatform.cloud.ibm.com/v3/glossary_terms/admin/initialize_content" -H "Authorization: Bearer $BEARER_TOKEN" -k

Aggiungi collaboratori con indirizzi email in minuscolo

Quando si aggiungono collaboratori al catalogo, immettere gli indirizzi email con tutte le lettere minuscole. Gli indirizzi email con caratteri misti non sono supportati.

Limitazioni della connessione Object Storage

Quando si guarda una Cloud Object Storage (S3 API) o una connessione Cloudant , la cartella stessa viene elencata come un asset child.

Più operazioni di connessione simultanee potrebbero non riuscire

È possibile che si verifichi un errore quando più utenti eseguono le operazioni di connessione contemporaneamente. Il messaggio di errore può variare.

Impossibile abilitare l'applicazione della regola di protezione dati dopo la creazione di un catalogo

Non è possibile abilitare l'applicazione delle regole di protezione dei dati dopo aver creato un catalogo. Per applicare le regole di protezione dei dati agli asset in un catalogo, è necessario abilitare l'applicazione durante la creazione del catalogo.

Gli asset sono bloccati se la valutazione non riesce

Le seguenti limitazioni si applicano agli asset di dati in un catalogo con politiche applicate: gli asset di dati basati su file che hanno un'intestazione non possono avere nomi colonna duplicati, un punto (.) o virgolette singole (') in un nome colonna.

Se la valutazione non riesce, l'asset viene bloccato per tutti gli utenti tranne che per il proprietario dell'asset. Tutti gli altri utenti visualizzano un messaggio di errore che indica che l'asset di dati non può essere visualizzato perché la valutazione non è riuscita e l'asset è bloccato.

Solo il pulsante Indietro del browser riporta l'utente all'asset di arricchimento dei metadati dalla pagina Impostazioni predefinite

Quando si apre la pagina Impostazioni predefinite dall'interno di un asset di arricchimento dei metadati, non è possibile tornare all'asset utilizzando un pulsante nell'interfaccia utente del prodotto o nei breadcrumb. Utilizzare il pulsante Indietro del browser per tornare all'asset.

Solo il filtro della classe di dati nei risultati dell'arricchimento dei metadati è sensibile al maiuscolo / minuscolo

Quando si filtrano i risultati dell'arricchimento dei metadati nella scheda Colonna , solo le voci Classe dati sono sensibili al maiuscolo / minuscolo. Le voci nei filtri Termini di business, Schemie Asset sono tutte minuscole, indipendentemente dall'effettivo maiuscolo / minuscolo del valore.

Le opzioni di filtro nei risultati di arricchimento dei metadati potrebbero non essere aggiornate immediatamente

Quando si aggiungono asset, si assegnano nuove classi di dati o termini di business o si rimuovono termini di business, i rispettivi filtri non vengono aggiornati immediatamente. Come soluzione temporanea, aggiornare il browser per vedere gli elenchi di filtri aggiornati.

I dettagli dell'arricchimento per un asset potrebbero non riflettere le impostazioni applicate all'ultima esecuzione dell'arricchimento

Dopo aver modificato le opzioni di arricchimento per un arricchimento dei metadati che è stato eseguito almeno una volta, i dettagli dell'asset potrebbero mostrare le opzioni aggiornate invece delle opzioni applicate nell'ultima esecuzione dell'arricchimento.

Impossibile accedere direttamente alle singole pagine in un asset di arricchimento dei metadati

Se il numero di asset o colonne in un asset di arricchimento dei metadati si estende su diverse pagine, non è possibile andare direttamente a una pagina specifica. L'elenco a discesa dei numeri di pagina è disabilitato. Utilizzare invece i pulsanti Pagina successiva e Pagina precedente .

Dettagli incompleti per una classe di dati assegnata nei risultati di arricchimento di una colonna

Quando si fa clic sulla classe dati assegnata nella scheda Governance dei dettagli della colonna nei risultati dell'arricchimento dei metadati, viene mostrata un'anteprima dei dettagli della classe dati. Tuttavia, i dettagli sono incompleti.

In alcuni casi, potresti non visualizzare il log completo di un lavoro di arricchimento dei metadati eseguito nell'IU

Se l'elenco di errori in un'esecuzione di arricchimento dei metadati è eccezionalmente lungo, solo una parte del log del lavoro potrebbe essere visualizzata nell'interfaccia utente.

Soluzione temporanea: scaricare l'intero log e analizzarlo in un editor esterno.

Le informazioni sullo schema potrebbero mancare quando si filtrano i risultati dell'arricchimento

Quando si filtrano gli asset o le colonne nei risultati dell'arricchimento sulle informazioni di origine, le informazioni sullo schema potrebbero essere non disponibili.

Soluzione temporanea: rieseguire il lavoro di arricchimento e applicare nuovamente il filtro Origine .

Quando si ricerca un asset nella scheda Asset di un asset di arricchimento dei metadati, potrebbe non essere restituito alcun risultato. Considerare le seguenti limitazioni:

  • La ricerca è sensibile al maiuscolo / minuscolo.
  • Il risultato contiene solo i record che corrispondono alla frase di ricerca esatta o che iniziano con la frase.

Le regole eseguite sulle colonne di tipo tempo negli asset di dati dall'origine dati Amazon Redshift non restituiscono risultati corretti

Per gli asset di dati da origini dati Amazon Redshift , le colonne di tipo ora vengono importate con tipo data/ora. Non è possibile applicare le regole di qualità dei dati specifiche del tempo a tali colonne.

Flusso di mascheramento

Se si utilizza il flusso di mascheramento, è possibile che si verifichino questi problemi noti e queste limitazioni quando si privatizzano i dati.

I lavori del flusso di mascheramento potrebbero non riuscire

Durante un lavoro di mascheramento del flusso, Spark potrebbe tentare di leggere tutte le origini dati nella memoria. Gli errori potrebbero verificarsi quando non c'è memoria sufficiente per supportare il lavoro. Il volume massimo di dati che può adattarsi al nodo di elaborazione Spark distribuito più grande è di circa 12GBs.

Data Refinery

Se si utilizza Data Refinery, è possibile che si verifichino questi problemi noti e queste limitazioni quando si perfezionano i dati.

Le credenziali personali non sono supportate per gli asset di dati connessi in Data Refinery

Se si crea un asset di dati connesso con credenziali personali, gli altri utenti devono utilizzare la seguente soluzione temporanea per utilizzare l'asset di dati connesso in Data Refinery.

Soluzione temporanea:

  1. Andare alla pagina del progetto e fare clic sul link per l'asset di dati connesso per visualizzare l'anteprima.
  2. Immettere le credenziali.
  3. Aprire Data Refinery e utilizzare l'asset di dati connesso autenticato per un'origine o una destinazione.

Impossibile visualizzare i lavori nei flussi Data Refinery nell'interfaccia utente dei nuovi progetti

Se stai lavorando nella nuova IU dei progetti, non hai l'opzione di visualizzare i lavori dal menu delle opzioni nei flussi Data Refinery.

Soluzione temporanea: per visualizzare i job nei flussi di Data Refinery, aprire un flusso Data Refinery , fare clic sull'icona Lavori icona Esegui o pianifica un lavoroe selezionare Salva e visualizza job. È possibile visualizzare un elenco di tutti i job nel progetto nella scheda Jobs .

Problemi relativi a Watson Studio

Potresti riscontrare alcuni di questi problemi quando inizi a utilizzare Watson Studio.

Gli asset di apprendimento federato non possono essere ricercati in Tutti gli asset, i risultati della ricerca o i risultati del filtro nella UI dei nuovi progetti

Se si sta utilizzando l'interfaccia utente dei nuovi progetti, non è possibile ricercare gli asset di apprendimento federato dalla vista Tutti gli asset , i risultati della ricerca o i risultati del filtro del progetto.

Soluzione temporanea: fare clic sull'asset di Federated Learning per aprire lo strumento o tornare ai progetti legacy per continuare a utilizzare la versione completamente integrata di Federated Learning nel progetto.

La duplicazione di un notebook non crea un nome univoco nell'interfaccia utente dei nuovi progetti

Quando si duplica un notebook nella nuova interfaccia utente dei progetti, il notebook duplicato non viene creato con un nome univoco.

Impossibile creare asset in account meno recenti

Se stai lavorando in un'istanza di Watson Studio che è stata attivata prima di novembre 2017, potresti non essere in grado di creare asset operativi, come i notebook. Se il pulsante Crea rimane grigio e disabilitato, devi aggiungere il servizio Watson Studio al tuo account dal catalogo dei servizi.

500 errore interno del server ricevuto durante l'avvio di Watson Studio

Raramente, potresti ricevere un errore del server interno HTTP (500) quando avvii Watson Studio. Ciò potrebbe essere causato da un cookie scaduto memorizzato per il browser. Per confermare che l'errore è stato causato da un cookie obsoleto, provare ad avviare Watson Studio in una sessione di navigazione privata (in incognito) o utilizzando un browser diverso. Se è possibile eseguire correttamente l'avvio nel nuovo browser, l'errore è stato causato da un cookie scaduto. Hai una scelta di risoluzioni:

  1. Uscire completamente dal browser per reimpostare il cookie. È necessario chiudere e riavviare l'applicazione, non solo chiudere la finestra del browser. Riavviare l'applicazione browser e avviare Watson Studio per reimpostare il cookie di sessione.
  2. Cancellare i cookie IBM dai dati di navigazione e avviare Watson Studio. Cerca nei dati di navigazione o nelle opzioni di sicurezza nel browser per cancellare i cookie. Tenere presente che la cancellazione di tutti i cookie IBM può influire su altre applicazioni IBM .

Se l'errore 500 persiste dopo aver eseguito una di queste risoluzioni, controlla la pagina di stato per gli incidenti di IBM Cloud che interessano Watson Studio. Inoltre, puoi aprire un caso di supporto nel IBM Cloud .

Errore durante il login

È possibile che venga visualizzato questo messaggio di errore durante il tentativo di accesso a Watson Studio: "Access Manager WebSEAL non è stato in grado di completare la richiesta a causa di un errore imprevisto." Tornare a dataplatform.cloud.ibm.com e accedere nuovamente. Di solito il secondo tentativo di accesso funziona.

L'installazione manuale di alcune librerie tensor non è supportata

Alcune librerie di flusso tensor sono preinstallate, ma se si tenta di installare altre librerie di flusso tensor, si riceve un errore.

La connessione al kernel del notebook sta impiegando più tempo del previsto dopo l'esecuzione di una cella di codice

Se si tenta di riconnettersi al kernel e si esegue immediatamente una cella di codice (o se la riconnessione del kernel si è verificata durante l'esecuzione del codice), il notebook non si riconnette al kernel e non viene visualizzato alcun output per la cella di codice. È necessario riconnettersi manualmente al kernel facendo clic su Kernel > Riconnetti. Quando il kernel è pronto, è possibile provare a eseguire nuovamente la cella di codice.

L'uso dell'oggetto sqlContext predefinito in più notebook causa un errore

Potresti ricevere un errore Apache Spark se utilizzi l'oggetto sqlContext predefinito in più notebook. Creare un nuovo oggetto sqlContext per ogni notebook. Vedi questa spiegazione di Stack Overflow.

Le attività Spark potrebbero avere esito negativo con l'errore di chiavi AWS mancanti

La rigenerazione di un executor non riuscito durante un lavoro che legge o scrive Parquet su S3 causa l'esito negativo delle attività successive a causa della mancanza di chiavi AWS .

Kernel del notebook non avviato durante l'apertura di un notebook Scala

Potresti notare che il kernel del notebook non è in esecuzione quando apri un notebook Scala che utilizza le librerie Spark e Scala personalizzate. Questa situazione si verifica quando si utilizzano librerie Scala non compatibili con la versione Spark utilizzata, ad esempio, se si utilizza un file jar Scala 2.10 in un notebook con Spark 2.1.

Per evitare questa situazione:

  1. Assicurati di utilizzare le librerie Scala 2.11 con Spark 2.1.
  2. Esegui il seguente codice in un notebook Python per eliminare le librerie Scala esistenti:

    !rm -rvf ~/data/libs/*
    
  3. Ricaricare le librerie necessarie.

Messaggio di connessione non riuscita

Se il kernel si arresta, il notebook non viene più salvato automaticamente. Per salvarlo, fare clic su File > Salva manualmente e si dovrebbe ottenere un messaggio Notebook salvato nell'area delle informazioni del kernel, che appare prima della versione Spark. Se si riceve un messaggio che indica che il kernel non è riuscito, per riconnettere il notebook al kernel, fare clic su Kernel > Riconnetti. Se non si riavvia il kernel e non è possibile salvare il notebook, è possibile scaricarlo per salvare le proprie modifiche facendo clic su File > Scarica come > Notebook (.ipynb). Quindi, è necessario creare un nuovo notebook basato sul file del notebook scaricato.

Connessione al kernel del notebook su Amazon EMR non riuscita

Se il linguaggio del notebook, ad esempio Python 3.7 with Spark , non viene visualizzato per il notebook, non è stato possibile avviare il kernel del notebook.

Per verificare che il Kernel Gateway per Amazon Elastic Map Reduce sia avviato e che i relativi endpoint siano accessibili tramite Internet, eseguire: curl https://<KG_EMR_URL>:<PORT>/api/kernelspecs -H "Authorization: token <Personal_access_token>"

Il gateway kernel è accessibile se viene restituito un elenco JSON dei kernel disponibili. In caso contrario, è necessario reinstallare Jupyter Kernel Gateway su Amazon EMR. Per i dettagli, vedi Aggiungi un servizio Amazon EMR Spark.

La connessione al kernel del notebook su Amazon EMR sta impiegando più tempo del previsto

Se il kernel del tuo notebook non si avvia, il tuo servizio Amazon Elastic Map Reduce potrebbe aver esaurito le risorse Spark. Puoi liberare le risorse Spark arrestando i kernel dei notebook che non stai utilizzando. In alternativa, è possibile arrestare tutti i kernel riavviando il Kernel Gateway nel cluster EMR:

  1. Aprire la console Amazon EMR ed accedere al nodo master del cluster.
  2. Immettere wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh per scaricare la configurazione del Kernel Gateway.
  3. Immettere chmod +x install_kg_emr_bootstrap_script.sh per eseguire lo script.
  4. Immettere ./install_kg_emr_bootstrap_script.sh --restart per riavviare il gateway del kernel. Verrà richiesto il numero di porta.

Connessione a Amazon EMR non disponibile

Se continui a riscontrare problemi durante la connessione a Amazon Elastic Map Reduce, è meglio disinstallare Kernel Gateway e installarlo nuovamente:

  1. Aprire la console Amazon EMR ed accedere al nodo master del cluster.
  2. Immettere wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh per scaricare la configurazione del Kernel Gateway.
  3. Immettere chmod +x install_kg_emr_bootstrap_script.sh per eseguire lo script.
  4. Immettere ./install_kg_emr_bootstrap_script.sh --uninstall per rimuovere il gateway del kernel.
  5. Immettere ./install_kg_emr_bootstrap_script.sh per installare nuovamente il Kernel Gateway.

La connessione al servizio IBM Analytics Engine non è disponibile

L'istanza del servizio IBM Analytics Engine che hai selezionato per utilizzare per il tuo notebook in Watson Studio potrebbe essere stata eliminata o potrebbe non essere in esecuzione. Controlla se l'istanza del servizio esiste e viene fornita sul dashboard IBM Cloud facendo clic sul menu di navigazione in Watson Studio e selezionando Dashboard.

Aggiungere un nuovo servizio IBM Analytics Engine dalla sezione IBM Services nella pagina Servizi e integrazioni .

Nessun supporto Insert to code per notebook in esecuzione in ambienti Spark 3.0 & Scala 2.12

Non puoi accedere ai dati dagli asset del progetto nei notebook Scala eseguiti in ambienti Spark 3.0 & Scala 2.12 . Viene restituito un errore quando si fa clic sul link Inserisci nel codice sotto il nome dell'asset e si seleziona di caricare i dati in un DataFrame SparkSession . Una soluzione temporanea consiste nel tornare all'utilizzo di un ambiente Spark 2.4 & Scala 2.11 .

Se il notebook contiene sezioni a cui ci si collega da una sezione introduttiva nella parte superiore del notebook, ad esempio, i collegamenti a queste sezioni non funzioneranno se il notebook è stato aperto in modalità di sola visualizzazione in Firefox. Tuttavia, se si apre il notebook in modalità di modifica, questi collegamenti funzioneranno.

Impossibile collegarsi al kernel del notebook

Se si tenta di eseguire un notebook e viene visualizzato il messaggio Connecting to Kernel, seguito da Connection failed. Reconnecting e infine da un messaggio di errore di connessione non riuscita, il motivo potrebbe essere che il firewall sta bloccando l'esecuzione del notebook.

Se Watson Studio è installato dietro un firewall, devi aggiungere la WebSocket wss://dataplatform.cloud.ibm.com alle impostazioni del firewall. L'abilitazione di questa connessione WebSocket è richiesta quando si utilizzano notebook e RStudio.

ERROR_RESOURCES_UNAVAILABLE durante l'apertura o la modifica di un notebook

Se viene visualizzato il messaggio ERROR_RESOURCES_UNAVAILABLE durante l'apertura o la modifica di un notebook, il runtime dell'ambiente associato al notebook presenta problemi di risorse.

Per trovare la causa, prova a controllare la pagina di stato per gli incidenti IBM Cloud che interessano Watson Studio. Puoi inoltre aprire un caso di supporto nel portale di supporto IBM Cloud .

Problemi di Watson Machine Learning

È possibile riscontrare alcuni di questi problemi quando si utilizzano i componenti di IBM Watson Machine Learning , incluso il builder del modello e l'editor del flusso.

Requisiti regione

È possibile solo associare un'istanza del servizio Watson Machine Learning al proprio progetto Watson Studio quando l'istanza del servizio Watson Machine Learning e l'istanza Watson Studio si trovano nella stessa regione.

Limitazioni di runtime dell'editor Flussi

Watson Studio non include la funzionalità SPSS in Perù, Ecuador, Colombia e Venezuela.

Problemi di distribuzione

  • Una distribuzione che è inattiva (nessun punteggio) per un periodo di tempo impostato (24 ore per il piano gratuito o 120 ore per un piano a pagamento) viene automaticamente sospesa. Quando viene inoltrata una nuova richiesta di calcolo del punteggio, la distribuzione viene riattivata e la richiesta di punteggio viene soddisfatta. Aspettati un breve ritardo da 1 a 60 secondi per la prima richiesta di punteggio dopo l'attivazione, a seconda del framework di modello.
  • Per alcuni framework, come il modeler SPSS , la prima richiesta di punteggio per un modello distribuito dopo la sospensione potrebbe causare un errore 504. Se ciò si verifica, inoltrare nuovamente la richiesta; le richieste successive dovrebbero avere esito positivo.

Limitazioni note di AutoAI

  • Attualmente, gli esperimenti AutoAI non supportano le serie di caratteri a doppio byte. AutoAI supporta solo file CSV con caratteri ASCII. Gli utenti devono convertire tutti i caratteri non ASCII nel nome file o nel contenuto e fornire i dati di input come CSV come definito in questo standard CSV.

  • Per interagire in modo programmatico con un modello AutoAI , utilizza l'API REST invece del client Python . Le API per il client Python richieste per supportare AutoAI non sono generalmente disponibili al momento.

Modulo dati non trovato in IBM Federated Learning

Il gestore dati per IBM Federated Learning sta tentando di estrarre un modulo dati dalla libreria FL ma non è in grado di trovarlo. Potrebbe essere visualizzato il seguente messaggio di errore:

ModuleNotFoundError: No module named 'ibmfl.util.datasets'

Il problema potrebbe derivare dall'utilizzo di DataHandlerobsoleto. Esaminare e aggiornare il DataHandler per conformarlo alla specifica più recente. Questo è il link al gestore dati MNIST più recente o verificare che le versioni di esempio della galleria siano aggiornate.

Creazione pod non riuscita durante la riesecuzione di un esperimento IBM Federated Learning

Potrebbe essere visualizzato il seguente messaggio di errore:

Pod creation failed because of insufficient resources that prevented scheduling.

Il problema potrebbe derivare dall'utilizzo di un modello precedente su una specifica software più recente. Rivedere e aggiornare il modello in modo che sia conforme alla specifica più recente. Questo è il link alla più recente Frameworks e Python version compatibility.

Problemi di Cognos Dashboard Embedded

È possibile che si verifichino alcuni di questi problemi quando si utilizza un Cognos Dashboard Embedded.

I dashboard Cognos possono utilizzare solo connessioni dati create con credenziali nome utente e password

Cognos Dashboard Embedded richiede che le connessioni al database e gli asset di dati connessi aggiunti come origini dati a un dashboard includano credenziali nome utente e password.

Se queste credenziali non vengono specificate nella connessione e viene utilizzato un token o una chiave API, Cognos Dashboard Embedded non può utilizzare tale connessione o l'asset di dati connesso come origine dati.

Tipo di dati non corretto visualizzato per gli asset di dati rifiniti

Dopo aver importato un file CSV, se si fa clic sul file importato nella pagina Panoramica sugli asset di dati , i tipi di alcune colonne potrebbero non essere visualizzati correttamente. Ad esempio, un dataset di un report di società con una colonna denominata Ricavo che contiene il ricavo della società potrebbe essere visualizzato come tipo Stringa, invece di un tipo di dati orientato al numero che è più logico.

Caratteri speciali non supportati nei file CSV

Il nome del file CSV di origine può contenere caratteri non alfanumerici. Tuttavia, il nome file CSV non può contenere i caratteri speciali / : & < . \ ". Se il nome file contiene questi caratteri, vengono rimossi dal nome tabella.

Importante: i nomi delle colonne della tabella nel file CSV di origine non possono contenere nessuno dei caratteri speciali non supportati. Tali caratteri non possono essere rimossi perché il nome nel modulo dati deve corrispondere al nome della colonna nel file di origine. In questo caso, rimuovere i caratteri speciali nei nomi colonna per abilitare l'uso dei dati in un dashboard.

I valori stringa nei file CSV sono limitati a 128 caratteri

I valori di stringa in una colonna nel file CSV di origine possono essere lunghi solo 128 caratteri. Se il file CSV contiene colonne di stringhe con valori più lunghi, viene visualizzato un messaggio di errore.

Limitazioni del formato della data nei file CSV

Esistono limitazioni del formato della data per i file CSV utilizzati nelle visualizzazioni. Per i dettagli, consultare Risoluzione dei problemi durante l'utilizzo dei dati dai file CSV in Cognos Dashboard Embedded.

Impossibile sostituire una tabella dati in una visualizzazione

Quando si aggiunge una visualizzazione a un dashboard, non è possibile aggiungere una tabella di dati alla visualizzazione se sono stati precedentemente aggiunti (e quindi rimossi) campi di dati da un'altra tabella di dati. Questa limitazione si applica a Db2, tabelle CSV e altre origini dati.

Funzioni di Cognos Analytics non supportate

La seguente funzionalità di IBM Cognos Analytics non è supportata nei dashboard:

  • Raggruppamento dati
  • Tavolozze di colori personalizzate
  • visualizzazioni personalizzate
  • Assistente
  • Previsione
  • Informazioni dettagliate nella visualizzazione
  • Visualizzazione notebook Jupyter
  • Analisi avanzata dei dati

Problemi relativi a SPSS Modeler

Alcuni di questi problemi potrebbero verificarsi quando si utilizza SPSS Modeler.

Errore durante il tentativo di arresto di un flusso in esecuzione

Quando si esegue un flusso SPSS Modeler , è possibile che si verifichi un errore se si tenta di arrestare il flusso dalla pagina Ambienti nella scheda Gestisci del progetto. Per arrestare completamente il runtime SPSS Modeler e il consumo CUH, chiudere le schede del browser in cui è aperto il flusso.

L'esecuzione dei nodi di esportazione degli asset di dati importati a volte non riesce

Quando si crea un nuovo flusso importando un flusso SPSS Modeler (file .str), migrare il nodo di esportazione ed eseguire il nodo di esportazione asset di dati risultante, l'esecuzione potrebbe non riuscire. Per risolvere questo problema: rieseguire il nodo, modificare il nome di output e modificare l'opzione Se il dataset esiste già nelle proprietà del nodo, quindi eseguire di nuovo il nodo.

L'anteprima dei dati potrebbe non riuscire se i metadati della tabella sono stati modificati

In alcuni casi, quando si utilizza il nodo di importazione Asset di dati per importare i dati da una connessione, l'anteprima dei dati potrebbe restituire un errore se i metadati della tabella sottostante (modello di dati) sono stati modificati. Ricreare il nodo Asset dati per risolvere il problema.

Impossibile visualizzare l'output dopo l'esecuzione di un nodo Output estensione

Quando si esegue un nodo Output di estensione con l'opzione Output su file selezionata, il file di output risultante restituisce un errore quando si tenta di aprirlo dal pannello Output.

Impossibile visualizzare l'anteprima dei dati Excel dalle connessioni COS

Attualmente, non è possibile visualizzare in anteprima i dati .xls o .xlsx da una connessione COS.

Numeri interpretati come una stringa

Qualsiasi numero con una precisione maggiore o uguale a 32 e una scala uguale a 0 verrà interpretato come una stringa. Se è necessario modificare questo comportamento, è possibile utilizzare un nodo Riempimento per eseguire il cast del campo su un numero reale utilizzando invece l'espressione to_real (@FIELD).

SuperNode contenente i nodi di importazione

Se il flusso ha un SuperNode che contiene un nodo di importazione, lo schema di input potrebbe non essere impostato correttamente quando si salva il modello con l'opzione ramo di calcolo del punteggio . Per risolvere questo problema, espandere il SuperNode prima di salvare.

Esportazione in un file SAV

Quando si utilizza il nodo Esportazione asset di dati per esportare in un file SAV (.sav) SPSS Statistics , l'opzione Sostituisci asset di dati non funziona se lo schema di input non corrisponde allo schema di output. Lo schema del file esistente che si desidera sostituire deve corrispondere.

Esecuzione di flussi su Watson Machine Learning Server

Quando esegui i flussi su Watson Machine Learning Server, potresti riscontrare i seguenti problemi:

  • Se un flusso fa riferimento a una connessione, la connessione deve essere accessibile sia sulla macchina locale (per configurare la connessione) che sul Watson Machine Learning Server remoto (per eseguire il flusso).
  • Se un flusso contiene nodi Text Analytics, non è possibile eseguirlo su un Watson Machine Learning Server. È necessario eseguire il flusso in locale.
  • Non importare un file di stream (.str) che richieda la migrazione a un flusso eseguito sul Watson Machine Learning Server.

Migrazione dei nodi di importazione

Se si importa un flusso (.str) nel flusso creato nel desktop SPSS Modeler e contiene uno o più nodi di importazione non supportati, verrà richiesto di migrare i nodi di importazione negli asset di dati. Se lo stream contiene più nodi Importazione che utilizzano lo stesso file di dati, è necessario innanzitutto aggiungere tale file al progetto come asset di dati prima di migrare, perché la migrazione non può caricare lo stesso file in più di un nodo Importazione. Dopo aver aggiunto l'asset di dati al progetto, aprire di nuovo il flusso e continuare la migrazione utilizzando il nuovo asset di dati.

Le impostazioni di Text Analytics non sono salvate

Dopo aver chiuso il workbench di Text Analytics, tutte le impostazioni di filtro o le impostazioni di creazione della categoria modificate non vengono salvate nel nodo come dovrebbero essere.

Unisci i caratteri nodo e unicode

Il nodo Unione tratta i seguenti caratteri giapponesi molto simili come lo stesso carattere.
Caratteri giapponesi

Argomento principale: Cloud Pak for Data as a Service