第76页，共149页。 显示 1,487 条结果 (0.035 秒)
Echarts图形-扩展属性：样式 - 3D航线图如何实现自动旋转
（本文档仅供参考） 问题 请问咱们产品的3d球型航线图，是否支持自动旋转？如下图： image2019-10-22 13_56_39.png 解决方案 产品的3D球形航线图支持自动旋转，可在扩展属性中进行如下设置： { "globe": { "viewControl": { "autoRotate": true } } } （本文档仅供参考） 问题 请问咱们产品的3d球型航线图，是否支持自动旋转？如下图： image2019-10-22 13_56_39.png 解决方案Echarts图形-扩展属性：样式 - 地图不同区间的数据不同图标
（本文档仅供参考） 问题 电子表格的地图中希望设置不同区间的数据显示为不同图标，如下图： image2021-4-14_18-11-21.png image2021-4-14_18-14-54.png 解决方案 在电子表格-图形设置中，请参考如下扩展属性 image2021-4-14_18-15-25.png { "visualMap": [{ "pieces": [{ "symbol": "arrow", "label": "普通" }, { "symbol": "rect", "电子表格⬝ 工具栏
电子表格工具栏如图： image2022-2-19_11-36-36.png 工具栏功能说明如下： 功能 说明 参考章节 服务器 登录 点击 登录 按钮，登录设置好的服务器地址。 登录登出 注销 点击 注销 按钮，退出系统。 设置 配置Excel插件连接的服务器URL地址。 模板 选择一个电子表格模板，使用该报表模板创建电子表格。 报表模板 视图 用于显示或隐藏右侧的数据集面板。 报表操作 打开 打开已经发布的电子表格进行编辑。 预览 在浏览器新窗口展示报表数据，便于在设计电子表格时进行调试。 1ECharts图形-功能索引
://wiki.smartbi.com.cn:18081/pages/viewpage.action?pageId=44501973 工具中的功能按钮设置包括数据视图、数据区域缩放、配置项还原、保存图片等设置。 序列 http://wiki.smartbi.com.cn:18081/pagesECharts图形-功能索引
://wiki.smartbi.com.cn:18081/pages/viewpage.action?pageId=44501973 工具中的功能按钮设置包括数据视图、数据区域缩放、配置项还原、保存图片等设置。 序列 http://wiki.smartbi.com.cn:18081/pages第二章：Cube制作
薪水 worddavcd2d677f8a41e9f69f4092a7156677b3.png 2.1.2 表关系视图 worddav693bb3ebdd3cd361e1fa029196c07592.png 2.2 Cube制作 下面的操作将创建包含一个时间维、一个商品维和一个数据挖掘-评估
概述 评估节点是对分类算法模型和回归模型的预测效果进行评估，检验模型在分类任务中的表现或者检验其在回归任务中的可靠性。 “评估”节点的前置节点必须是“预测”。 输入/输出 输入 只有一个输入端口，用于接收预测结果。 输出 没有输出端口。 示例 图片42.png 点击右键可以查看评估结果。针对分类与回归及无监督算法提供不同的评估指标。 分类预测模型评价指标如下图： image2020-11-9_11-7-13.png 回归预测模型评价指标如下图： image2020-11-9_11-8-36.png 聚类分析效果如下图： 图片45.png 评估数据挖掘-最大绝对值归一化
概述 最大绝对值归一化通过除以每个特征内的最大绝对值将每个特征映射到[-1,1]的范围；它不会移动和中心化数据，因此不会破坏任何的稀疏性。 输入/输出 输入 没有输入端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片3.png 示例 使用“鸢尾花数据”，特征选择4个特征列，最大绝对值归一化为[-1,1]范围的数据，输出结果如下图： 图片4.png 最大绝对值归一化数据挖掘-词向量
概述 词向量是表示文档的单词序列，通过训练Word2vec模型，将词语转化为向量。该模型将每个单词映射到一个唯一的固定大小向量。Word2Vec模型通过文档中所有单词的平均值将每个文档转换为一个向量；然后可以将该向量用作预测、文档相似性计算的特征。 参数设置 参数名称 说明 生成向量的数量 词向量的维度，默认值为50 词频 默认值为2，词频大于该值的词才能入选词典 示例 图片9.png 效果 使用“垃圾短信识别”示例数据，词向量的参数生成向量数量为50.词频为2，特征选择后，输出结果如下： 图片10.png 词向量数据挖掘-评估
概述 评估节点是对分类算法模型和回归模型的预测效果进行评估，检验模型在分类任务中的表现或者检验其在回归任务中的可靠性。 “评估”节点的前置节点必须是“预测”。 输入/输出 输入 只有一个输入端口，用于接收预测结果。 输出 没有输出端口。 示例 图片42.png 点击右键可以查看评估结果。针对分类与回归及无监督算法提供不同的评估指标。 分类预测模型评价指标如下图： image2020-11-9_11-7-13.png 回归预测模型评价指标如下图： image2020-11-9_11-8-36.png 聚类分析效果如下图： 图片45.png 评估
