第109页，共149页。 显示 1,489 条结果 (0.035 秒)
图表组件 ⬝ 柱图
，适合用于展示数据差距较大的多指标数据。 10.1 配图建议 X轴：一个维度字段； Y轴：一个或多个度量字段； 10.2 图形特点 优势：适用于展示数据差距较大的数据，可突出显示不同分类指标的数据量差距。 劣势：当维度数据较多时，图表的可读性会比较差。 10.3 业务场景 1、场景描述：某大型零售公司Charles常用使用场景及说明
"QueryView.superclass.constructor.call(this, parentObject);"，在New中填写"debugger; QueryView.superclass.constructor.call(this, parentObject);"。请注意，Match中的语句必须有唯一性（即在所有请求中只会出现一次），否则Charles会替换错误。 7kettle建立缓慢增长维
示例，后面的介绍中一部分示例都来自kettle自带的这个示例文件夹下。docs里面最主要的是Spoon-version-User-Guide. zip ，里面记录了kettle 的技术性文档，包括支持的操作系统，数据库平台，文本格式，图形化的界面，其中最重要的是所有的转换对象(Transformation CoreImpala与Hive的比较
之间利用网络传输数据，在执行过程不会有写磁盘的操作（insert除外）。 调度： Hive: 任务调度依赖于Hadoop的调度策略。 Impala: 调度由自己完成，目前只有一种调度器simple-schedule，它会尽量满足数据的局部性，扫描数据的进程尽量靠近数据本身所在的物理机器。调度器目前还比较简单某银行信用卡评分分析
背景描述及需求 银行在市场经济中起着至关重要的作用。他们决定谁能获得资金，以什么条件获得资金，并决定投资决策的成败。为了让市场和社会发挥作用，个人和企业需要获得信贷。信用评分算法是银行用来决定贷款是否应该发放的一种方法，它对违约概率进行猜测。为了推进信用卡业务良性发展，减少坏账风险，各大银行都进行了信用卡客户风险识别相关工作，建立了相应的客户风险评分模型。 本案例分析的是通过预测某人在未来两年内遭遇财务困境的可能性，来提高自己在信用评分方面的水平。主要应用于相关融资类业务中新用户的主体评级，适用于个人和机构融资主体。本案例定义逾期90天以上就算作坏客户。 信用卡客户评分数据挖掘主要包括以下步骤： 1) 从银行获取信用卡相关实验界面介绍
://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942370 将数据挖掘实验发布为web服务。 image2020-6-2 16:39:6.png 设置模型自学习 发布到生产的服务内所训练的模型，通过模型自学习有可能提高模型准确性。 image2020-6-2部署问题排查思路
https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=76695768+ Ø 安装包完整性 ——上传是否有损坏，使用MD5 ,md5sum校验，若有损坏需要重新上传。 windows上通过md5校验码命令查看： certutil -hashfile实验界面介绍
://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942370 将数据挖掘实验发布为web服务。 image2020-6-2 16:39:6.png 设置模型自学习 发布到生产的服务内所训练的模型，通过模型自学习有可能提高模型准确性。 image2020-6-23、部署Hadoop集群
的服务器ip，提高hadoop应用的安全性。 ⑥配置workers cd /data/hadoop-3.2.3/etc/hadoop vi workers 把所有datanode节点的机器名加到worker文件，参考如下： 10-10-35-65 10-10-35-66 10-10-35-67 h6.png ⑦将景区智慧旅游数据中心
1. 报表总览 1.1.背景描述 近年来，随着政策推动和人民生活水平的不断提高，旅游市场的规模也在不断扩大，旅游行业正在从景点旅游向智慧旅游转变，帮助景区管理者采用信息化的管理手段，提高景区服务模式和创新性，以满足更多游客个性化、多元化的需求。 1.2.需求分析 景区智慧旅游数据中心需求包括：管理决策、宣传营销、游客信息、基础设施等。景区的营销方式、游客信息、交通状况、游客对景区的满意程度、景区客流量分析等等，都对景区发展有重要的意义。 可实现以下目标： 提供精准数据支撑，帮助景区管理者更好的决策； 为游客提供更全面、人性化的旅游服务； 丰富景区营销渠道，更好的宣传推广景区。 景区智慧旅游数据中心.gif 2.
