第78页，共594页。 显示 5,934 条结果 (0.065 秒)
数据连接
是指创建业务库和产品应用服务器的连接，拿到数据进行分析。 “数据连接”界面如图： shujulianjie1.jpg “数据连接”界面展示支持的数据源，用户根据需要选择相应的数据源进行连接。关于支持的数据源类型，详情请参考 系统环境要求 。 在资源目录区中选中数据源节点，点击更多操作image2019-7-13 10:54:47.png ，展开数据源菜单，支持对数据源设置数据权限，排序等操作。数据模型-界面介绍
数据模型属于数据准备模块，具体系统中使用操作如下： 功能入口 打开数据模型编辑界面有如下三个入口： 入口一：左侧资源树，数据集目录节点右键菜单或更多菜单，选择 新建 > 数据模型，进入数据模型编辑页面。 入口二：顶部 新建 按钮，在下拉菜单选择 数据模型，进入数据模型编辑页面； 入口三：数据准备模块主界面，选择 数据模型 快捷入口。 image2021-8-10_10-54-6.png 数据模型编辑界面 数据模型编辑面板，大致分为以下五个区域,如下图： image2022-2-3_17-25-37.png image2022-8-5_16-9-24.png私有查询分页区：以TAB页的方式显示私有数据挖掘-服务
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”的处理层可以实现数据来源于其它接口。 下图是一个简单的服务工作流示例： image2019-8-8 15_23_53.png 在这个工作流中，实现的是对输入的数据进行派生列处理后输出。 部署服务 概述 服务部署指的是当用户用实验训练好了一个预测模型 ，并将此预测模型部署成一个web的服务。当前发布的webExcel融合分析-刷新数据时，报“加载数据异常，可能请求超时”
（本文档仅供参考） 问题说明 Excel融合分析-刷新数据时，报“加载数据异常，可能请求超时(Timeout)，请检查【设置】=>【高级设置】下的请求超时时间设置 操作超时” 1sdfasdfa.png 解决方案 一般是因为数据较多，数据库返回结果时间超出插件的限制。 这界面设置为0，是默认设置为300。可以根据具体情况将此处数值改大。 2024-04-09_151148.png数据挖掘-PYTHON脚本
随着大数据时代的到来，Python已经在数据处理、数据可视化、机器学习等领域受到广泛应用。本文将介绍如何在smartbi中编写Python脚本，利用其丰富的科学计算扩展库，满足更多数据处理和分析场景，提高生产效率。 功能概述 Python脚本功能，支持用户编写Python代码，以便实现更自由、更高效的数据处理、数据分析操作，丰富了数据建模过程。 操作说明 （1）功能入口 从左侧资源树的 脚本模块 拖拽出“Python脚本” 节点到画布中。 入口.png （2）数据输入 用户可根据实际情况，对“Python脚本” 使用1~3个输入口（dataframe1~3）来获取数据，然后在Python脚本中按需修改dataframe数据挖掘-PYTHON脚本
随着大数据时代的到来，Python已经在数据处理、数据可视化、机器学习等领域受到广泛应用。本文将介绍如何在smartbi中编写Python脚本，利用其丰富的科学计算扩展库，满足更多数据处理和分析场景，提高生产效率。 功能概述 Python脚本功能，支持用户编写Python代码，以便实现更自由、更高效的数据处理、数据分析操作，丰富了数据建模过程。 操作说明 （1）功能入口 从左侧资源树的 脚本模块 拖拽出“Python脚本” 节点到画布中。 入口.png （2）数据输入 用户可根据实际情况，对“Python脚本” 使用1~3个输入口（dataframe1~3）来获取数据，然后在Python脚本中按需修改dataframe数据挖掘-产品简介
Smartbi Mining是广州思迈特软件公司自主研发的一站式可视化的数据挖掘平台。 1.什么是数据挖掘 数据挖掘是对商业数据中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性信息的过程。数据挖掘揭示的是未知的、将来的数据关系。数据挖掘的知识领域涵盖了数据库技术、统计学知识、机器学习、可视化等多学科知识的综合应用。 数据挖掘应用举例： 某商业银行不仅面临同业间的激烈竞争，还要面临非同业的竞争，特别是来自互联网金融的冲击，导致超过30%客户流失，并且流失率还在不断提高。针对这个商业银行的困惑我们派出了几个数据挖掘工程师用一周的时间提交了一个银行客户流失预测模型，预测准确率达到 86%。通过数据数据挖掘-产品简介
Smartbi Mining是广州思迈特软件公司自主研发的一站式可视化的数据挖掘平台。 1.什么是数据挖掘 数据挖掘是对商业数据中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性信息的过程。数据挖掘揭示的是未知的、将来的数据关系。数据挖掘的知识领域涵盖了数据库技术、统计学知识、机器学习、可视化等多学科知识的综合应用。 数据挖掘应用举例： 某商业银行不仅面临同业间的激烈竞争，还要面临非同业的竞争，特别是来自互联网金融的冲击，导致超过30%客户流失，并且流失率还在不断提高。针对这个商业银行的困惑我们派出了几个数据挖掘工程师用一周的时间提交了一个银行客户流失预测模型，预测准确率达到 86%。通过数据迁移资源时更改数据源以后存储过程数据集无法打开并报错
（本文档仅供参考） 问题说明 迁移资源时更改数据源以后存储过程数据集无法打开并报错，数据集运行时错误：引用的字段不存在。 image2020-6-5 10:38:15.png 问题原因 此问题是由于目前Smartbi在切换数据源时sqlserver是不支持加载schame的，以致更换数据源时没有指定schame。 image2020-6-5 10:46:18.png 解决方案 在更改数据源时手动输入schame。 image2020-6-5 10:47:49.png数据 - 电子表格浮点型发布后没有四舍五入
（本文档仅供参考） 问题说明 电子表格浮点展示的浮点数据不一致，数据库中的数据是60.285，在电子表格中单元格格式设置了两位小数的数值类型，但是发布之后显示是60.28，理论上应该四舍五入显示为60.29 image2020-6-2 10:40:22.png image2020-6-2 10:41:45.png 解决方案 此问题经深入研究，是第三方插件处理浮点值的时候存在问题导致，由于此效果第三方插件进行控制，故从产品层面上无法进行修改。建议可在数据集先通过sql四舍五入的函数进行处理，具体的函数可参考网上的sql语法，例如：https
