第40页，共594页。 显示 5,933 条结果 (0.054 秒)
数据挖掘-特征抽取
特征抽取主要是对特征工程中的一些处理方法，进行抽取和转换。抽取就是一个寻找特征规律的过程；变换则是数据按照抽取出来的规律进行处理的过程。 特征抽取可以像模型一样将抽取到的规律保存起来，这样可以避免新数据的抽取结果与原结果不一致的影响。 特征抽取数据挖掘-抽取
概述 抽取是按照一定的标准对特征列进行编码。 左侧接相应特征提取算法，右侧接数据，从数据中统计和学习抽取规律。当抽取完后，在预测过程中需要保存已学习到的规律作为模型。 输入/输出 输入 两个输入端口，用于接收特征处理方法（目前支持特征离散/特征转换）和特征选择。 输出 一个输出端口，用于输出抽取的特征规律。 参数设置 参数名称 说明 备注 名称 节点名称为“拟合” 使用时与特征离散/特征转换和特征选择组合使用。 抽取数据挖掘-抽取
概述 抽取是按照一定的标准对特征列进行编码。 左侧接相应特征提取算法，右侧接数据，从数据中统计和学习抽取规律。当抽取完后，在预测过程中需要保存已学习到的规律作为模型。 输入/输出 输入 两个输入端口，用于接收特征处理方法（目前支持特征离散/特征转换）和特征选择。 输出 一个输出端口，用于输出抽取的特征规律。 参数设置 参数名称 说明 备注 名称 节点名称为“拟合” 使用时与特征离散/特征转换和特征选择组合使用。 抽取【仪表盘】根据时间频度动态展示该频度下指定时间段的数据
', `{padding-left: 0px;}`) }image2024-5-6_15-59-16.png 点击 保存 保存该宏代码。重新访问报表，可看到效果已实现 3. 下载资源 通过筛选不同范围的日期数据来展示不同日期区间的数据.xml … 该宏示例在 V10.5上 验证通过 本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配（如使用功能不一致，或多个宏代码冲突等），需根据实际需求开发代码。 1. 示例效果 筛选器选择"年月日"，图表的数据范围发生改变。 当选择频度为“日”时，图表显示区间为【仪表盘】根据时间频度动态展示该频度下指定时间段的数据
', `{padding-left: 0px;}`) } 点击 保存 保存该宏代码。重新访问报表，可看到效果已实现 3. 下载资源 通过筛选不同范围的日期数据来展示不同日期区间的数据.xml … 该宏示例在 V10.5上 验证通过 本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配（如使用功能不一致，或多个宏代码冲突等），需根据实际需求开发代码。 1. 示例效果 筛选器选择"年月日"，图表的数据范围发生改变。 当选择频度为“日”时，图表显示区间为数据模型演示参数全选且参数联动
（本文档仅供参考） 需求 如果在数据模型中实现参数联动（区域联动省份），且参数默认全选呢？ 实现方案 1、创建SQL私有查询，并设置两个参数，具体SQL：select * from `orders` where ({[ `ShipRegion` in ( ${区域 … ，所以需要加上 or ${区域} ='all' 去实现默认参数全选的效果。 01.png 2、保存私有查询后，配置参数映射 （1）区域参数设置 a.如果SQL查询中写的是"in"，控件类型需要控件类型需要选择"多选"，因为多选拼接格式数据挖掘-训练
概述 训练是基于选择的特征，对各种分类和回归算法的模型进行训练。输出训练后的模型。 输入/输出 输入 两个输入端口：左边输入为待训练的算法，右边输入则为训练集。 输出 一个输出端口，用于输出训练后的模型。 示例 以逻辑回归算法为例：如下图 图片39.png 训练节点点击鼠标右键，可查看模型分析结果以及保存模型。 注：需要和“特征选择”节点联合使用，参考数据挖掘-聚类训练 另外，训练节点支持查看训练过程中的LOSS曲线，用以对训练过程进行评估。 image2024-7-23_11-5-48.png 注：目前支持查看loss曲线的算法包括线性回归（优化算法为数据挖掘-服务
在没有部署成服务时，需要“抽取”节点，部署成服务后必须要右键保存已经训练好的模型来替换抽取节点和“特征转换”、“标准化”等节点 部署方法 数据输入 服务输入中的数据支持“手工输入”和“选择节点数据”两种方式： image2020-3-8 19_4_13.png 手工输入：是手工输入json列数据。 选择节点数据 … 在进行机器学习实验的过程中，为了简化和加速模型的构建、训练和部署，使用自动化机器学习功能更快速地识别合适的算法并优化超参数。 服务工作流示例 服务工作流是将数据挖掘以服务的方式进行发布。 要求：输入层必须是“服务输入”节点，输出层必须是“服务输出”节点。 通过部署服务后，通常用于数据预测的应用。“服务输入数据-电子表格数据数量不全
（本文档仅供参考） 问题描述： 用户打开电子表格时发现每次清空浏览器缓存之后就能看到完整数据，但重新打开数据权限就会异常，只剩下几条数据，数据不完整。 解决方案： 检查电子表格插件端登录用户与默认浏览器登录的用户是否为同一用户，使其保持一致。 image2025-6-26_16-41-6.pngimage2025-6-26_16-38-46.png 出现该问题的原因以下方示例说明： 比如：excel上登录的是A用户（A拥有全表数据预览权限），浏览器登录的是B用户（B只有个别数据预览权限），但是预览电子表格选择的是默认浏览器预览 在这种情况下，此时实际上默认浏览器上面的会话已经被B用户给覆盖了，因此透视分析跳转-单元格数据过滤
”。 2019-11-21 星期四 14-52-29.png 8、在跳转规则设置区中第二页，目标资源选择跳转目标报表，对目标报表中的参数来源进行设置。 image2019-11-21 14:54:17.png 9、保存跳转规则，查看效果。 点击跳转源单元格数据大于“2000”： image2019-11-21 … 该宏示例在 V10.5上 验证通过 提示：本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配（如使用功能不一致，或多个宏代码冲突等），需根据实际需求开发代码。 示例说明 在透视分析报表中，实现透视分析中点击表内容进行跳转，并且只有数据大于2000的单元格能够进行
