예측 모델을 훈련하는 동안 이 문서에서 AI Builder가 보고하는 메시지를 볼 수 있습니다. 메시지는 오류 또는 경고입니다. 각각은 아이콘으로 표시됩니다.
| 메시지 | Icon |
|---|---|
| Error |
|
| 경고 |
|
오류가 발생하면 해결할 때까지 계속할 수 없습니다. 시스템이 문제를 수정할 수 없으면 오류가 표시됩니다.
경고는 정보 제공으로 보고된 메시지입니다. 진행이 중단되지는 않습니다. 모델을 훈련할 때 발생할 수 있는 성능 문제에 대해 경고합니다.
오류: AI Builder 라이선스 없음
이 기능을 사용하려면 AI Builder 라이선스가 필요합니다. 평가판을 시작 또는 연장하거나 관리자에게 문의하여 업그레이드하세요.
원인
활성 AI Builder 라이선스가 없거나 기존 평가판이 만료되었습니다.
해결
AI Builder 모델을 사용하려면 AI Builder 라이선스가 할당되었는지 확인해야 합니다.
오류: 훈련할 행 수가 충분하지 않습니다.
모델을 훈련하려면 최소 50개의 행이 필요합니다. <TableName>에는 <ActualValue> 행만 있습니다. 데이터를 추가하거나 다른 테이블을 선택합니다.
원인
과거 결과로 선택한 테이블에는 모델이 미래 결과를 예측하기 위해 스스로 학습하기에 충분한 행이 없습니다.
해결
테이블에 최소 50개의 행을 추가하세요. 더 나은 예측 결과를 얻으려면 최소 1,000개의 행을 사용하세요. 추가 정보: 예측 모델 전제 조건
오류: 학습시킬 기록 결과 행 부족
모델은 학습할 각 결과 값의 기록 결과 행이 10개 이상 필요합니다. 데이터를 추가하거나 다른 테이블을 선택합니다.
원인
AI Builder가 과거 결과를 연구하도록 선택한 열에 가능한 각 결과에 대한 행이 충분하지 않습니다. 예를 들어, 가능한 결과가 참 또는 거짓일 수 있는 부울 필드에는 결과가 참으로 설정되어 있고 또 다른 10개의 행은 거짓으로 설정되어 있는 기록 결과 행의 최소 10개 있어야 합니다.
해결
모델에서 예측하려는 가능한 각 결과 값의 행이 10개 있는지 확인하세요. 추가 정보: 예측 모델 전제 조건
경고: 외부 데이터를 추가하여 모델 성능 향상
모델은 모델 학습을 위해 1,000개 이상의 최적 행으로 더 나은 성능을 생성할 수 있습니다. Online Shopper Intention에는 <Actualcount> 행이 있습니다. 모델 성능을 개선하려면 데이터를 추가합니다.
원인
AI 모델은 행 수가 최적의 모델 성능으로 이어지지 않을 수 있음을 발견했습니다.
해결
높은 수준의 정확도로 결과를 예측하려면 결과가 포함된 1,000행 이상의 기록 데이터를 권장합니다. 그러나 50행은 예측 모델을 처리하기 위한 최소 제한입니다.
경고: 학습 모델에서 열이 삭제될 수 있습니다
<TableName>.<ColumnName>은 단일 값을 가지며 모델 학습에 기여하지 않으므로 학습에서 제외될 수 있습니다.
원인
AI 모델은 예측에 영향을 미칠 결과와 관련된 열의 데이터를 처리합니다. 선택한 다양한 열 중 지정된 열에 테이블의 모든 행에 걸쳐 단일 값만 있음을 발견했습니다. 이 때문에 예측에 영향을 미치지 않으며 모델 학습에 도움이 되지 않습니다.
해결
결과 열과 관련하여 선택된 모든 열의 열에 여러 값이 있는지 확인하세요. 이것은 모델 학습에 도움이 될 것입니다.
경고: 누락된 값의 비율이 높음
<TableName>.<ColumnName>은 누락된 값의 비율이 높고 <ThresholdValue> 백분율보다 크며 모델 교육에 기여하지 않을 수 있습니다.
원인
AI 모델은 예측에 영향을 미칠 결과와 관련된 열의 데이터를 처리합니다. 선택한 다양한 열 중 지정된 열에 데이터가 있는 테이블 행이 적음을 모델이 발견했습니다. 데이터는 예측에 영향을 미치지 않기 때문에 모델 학습에 도움이 되지 않습니다.
해결
결과와 관련하여 선택된 열에 기록 데이터의 대부분의 행에 대한 데이터가 있는지 확인하세요.
경고: 결과 열과의 높은 상관 관계
<TableName>.<ColumnName>에는 <ThresholdValue> 퍼센트 상관 관계 <CorrelationName>과 <OutcomeAttributeName>이 있으며 모델은 대상 누수의 원인이 될 수 있습니다.
원인
AI 모델은 예측에 영향을 미칠 결과와 관련된 열의 데이터를 처리합니다. 선택한 다양한 열 중 지정된 열이 결과 열과 높은 상관관계를 갖고 있어 예측 결과에 영향을 미칠 수 있음을 발견했습니다. 이 때문에 모델 학습에 포함되지 않습니다.
해결
공정한 예측을 위해 결과와 관련하여 선택된 열이 결과 열과 큰 연관이 없는지 확인합니다.