第94页，共149页。 显示 1,488 条结果 (0.093 秒)
自建协议单点登录
会提供2个接口，一个接口获取token，一个接口基于token获取用户信息，产品默认支持该场景，直接配置即可。 image2025-4-2_13-46-22.png 2.3、部分情况下，自建协议只有一个接口，统一登录平台在打开Smartbi的连接中直接携带token，Smartbi通过自建协议接口验证token合法性系统环境要求
?pageId=111870871。 3、WPS Office 2019个人版需要安装宏安装包才能使用Smartbi内置函数，并且在安装宏安装包后，在WPS的“开发工具 > 宏安全性”界面将安全级设置为“低”，否则总是提出安全警告提示。 4、原则上，WPS个人版不支持直接安装宏插件，用户如果有需要使用WPS的宏，需要自行秒懂！模型参数的应用与生存法则
在驾驭数据模型时，您是否常遇三大困惑：数据预处理找不到设置提前过滤的方法？参数设置无从下手？应用参数后数据不正确时排查缺乏解决思路？本文将一次性带你破解模型参数的使用密码！ 模型参数定义 模型参数是指在数据模型中定义的参数，用于动态设定报表和查询条件的变量，我们可以根据需要设定参数值，从而灵活地调整数据模型的输出结果。 模型参数作用 提前过滤，提高查询性能 在查询过程中，某些业务场景要求必须默认带上特定查询条件，以此减少查询数据量，进而提升查询性能。以银行或证券行业为例，常以日期作为分区字段，默认将日期设为查询条件，只有这样，命中分区时的性能才能得到提升。 依据不同的参数值输出不同内容Echarts图形-扩展属性：图例如何添加自定义文字
(本文档仅供参考) 问题描述： 实际数据不修改，某个图表组件的图例想自定义加些文字说明，请问可以怎么自定义修改？ image2024-10-12_11-13-44.png 解决方法： 可以使用扩展属性实现： option = { "legend": { "formatter": "function (name) {{return name+'测试'}}" } } image2024-10-12_11-16-7.png 图例添加文字Echarts图形-扩展属性：地图鼠标提示隐藏某个数据列
（此文档仅供参考） 问题描述： 如果按照需求隐藏某个数据列，例如显示是分类和数据1，鼠标提示希望显示分类和数据2就行，如图，鼠标提示去隐藏数量 image2024-7-26_15-15-52.png 处理方案： 参考使用自定义扩展属性实现 { "tooltip": { "trigger": "item", "formatter": "function(params){return params.name http://params.name + '</br>'+ '单价：'+params.value[2] ;}" } } 效果如图： image2024-7-26_15-24-33.png导入文件数据
1 概述 相对于其他查询，导入文件的使用简单方便。当用户的数据存储在Excel、CSV、TXT或数据分析包中时，可以通过导入文件直接上传数据创建模型。 1、导入文件是将文件数据导入到Smartbi配置好的高速缓存库，如果环境没有配置高速缓存库，无法导入文件成功。详细可查看：高速缓存库。 2、导入文件只支持抽取模型；如果原先是直连模型，加入了导入文件会切换成抽取模式。 详细可查看：直连&抽取 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=112786816&src=contextnavpagetreemode。 3、如果是execl文件，支持一次性导入手机-报表浏览
公开分享一键切换，且与PC端的“公共链接”开关保持一致性。 公开分享：点击链接可直接打开访问所分享的资源。 私密分享：点击链接后要输入用户名密码登录才可访问。 339.png 离线 下载资源，以离线方式查看报表，详情请参考 手机-离线。 个人参数 保护当前参数 注手机-离线
，实现定制资源离线。关于如何使用计划任务实现资源离线，请参考 资源离线。 2、进入APP设置界面，勾选自动下载离线包选项。详情请参考 APP配置。 注意事项 1、为保证离线报表数据的安全性，当访问密码验证失败5次时，会自动删除已下载的离线报表数据。 2、离线含跳转规则的报表时，除了会离线当前报表，还会自动离线跳转数据挖掘-支持向量机
概述 支持向量机，英文为Support Vector Machine，简称SVM。它是一种监督式学习的方法，它广泛的应用于统计分类分析中。支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。 支持向量机算法是以极大化类间间隔为目标，并以之作为最佳分类超平面，其中定义的类间间隔为两类样本到分类超平面的最小距离，通过引入松弛变量，使支持向量机能够解决类间重叠问题，并提高泛化能力。 它的主要优势为： 1）特征映射，有效区分。 2）约束性求优，更加准确区分类别。 示例 使用“银行信用贷款预测数据挖掘-随机森林
概述 随机森林指的是利用多棵树构成森林对样本进行训练并预测的一种分类器。但是每棵决策树之间没有关联，每棵树都是基于随机抽取的样本和特征进行独立训练。 随机森林算法广泛应用于分类问题。其是决策树的组合，将许多决策树联合到一起，以降低过拟合的风险。随机森林支持连续数据或离散数据进行二分类或多分类。 优势：可反映出特征重要性。 示例 使用“垃圾短信识别”案例数据，预测是否为垃圾短信。 image2020-6-5 16:22:21.png 其中，分词是为了将短信文本进行分成词语方便分析；停用词处理是为了去除不必要的词语、标点符号、语气词等；TF-IDF是为了计算文本数据的idf值，方便进入模型训练
