第134页，共184页。 显示 1,835 条结果 (0.038 秒)
透视分析-个人参数示例
的实现过程： 1、新建透视分析。 行区字段；产品类别、产品名称； 列区字段：发货区域、发货城市； 度量区字段：销售额； 参数选择：年、季、发货区域。 效果如图： 效果图.png 2、保存透视分析，命名为“订单销售情况”。 3、打开“订单销售情况”透视分析，选择参数值后，在工具栏中点击 个人数据挖掘-梯度提升决策树
概述 梯度提升决策树原理是训练多棵CART分类树，每棵树建立是基于前一课树的残差，不断的迭代拟合前一课树的残差，通过损失函数的负梯度来拟合，直到残差达到最小。 示例 使用“银行零售客户流失”案例数据，包含17个特征列和1个二类的目标标签。需要对银行客户预测是否流失。通过数据预处理及模型训练，如下图： image2020-6-4 16:33:34.png 其中，特征离散是将年龄、卡龄等数据离散化，是为了提高模型的准确度，提高运行速度。 模型构建中，梯度提升决策树的各个参数： 参数名称 值 说明 归一化 正则化 详情请参考 归一化 https数据挖掘-逻辑回归
概述 逻辑回归是一种分类算法，它进行分类的主要思想是：根据现有数据对分类边界线建立回归公式（寻找到最佳的拟合直线），以此进行分类。简单来说，它就是利用Logistic函数拟合数据来预测某一个事件发生的概率。 该算法可用于二元及多元分类问题，是分类算法的经典算法。对于二分类问题，算法输出一个二元逻辑回归模型。对于多分类问题，算法会输出一个多维逻辑回归模型。 示例 使用“银行零售客户流失”案例数据，包含17个特征列和1个二类的目标标签。需要对银行客户预测是否流失。通过数据预处理及模型训练，如下图： 图片30.png 其中，特征离散是将年龄、卡龄等数据离散化，是为了提高模型的准确度，提高运行速度。 逻辑执行引擎
（true：使用client模式，大数据量写入性能提升 false：使用默认JDBC） 19 clickhouse-client启动阈值（目标数据：行 * 列, 单位：万） 指定启用client模式阈值，待插入数据大于此阈值后执行client模式 （当参数为true，此参数才生效报表工具栏操作
报表（20列*20000行）默认及建议的最大并发数40。 允许系统维护人员修改并发数，设置入口：系统运维 > 系统选项 > 高级设置，找到“离线导出并发数”设置表达式。如下图所示： image2021-8-25_10-50-29.png 存储目录设置 离线导出功能正常使用的前提条件：需要先设置好离线导出SUMIF函数
1. 介绍 可以使用 SUMIF 函数对 范围 中符合指定条件的值求和。 例如，如果某列中含有数字，你只需对大于 5 的数值求和。 可使用以下公式：=SUMIF(B2:B25,">5") 语法： SUMIF(range, criteria, [sum_range]) SUMIF 函数语法具有以下参数： 一整套 必需。 要按条件计算的单元格区域。 每个区域中的单元格都必须是数字，或者是包含数字的名称、数组或引用。 空白和文本值将被忽略。 所选区域可能包含标准 Excel 格式的日期（下面的示例）。 查询 必需。 定义哪些单元格将被添加的数字、表达式、单元格引用、文本或函数形式的条件。 可以包含通配符电子表格⬝ 使用流程
的内容有：确定行头、列头、数据区间隔色等。把报表中一些固定的元素先确定位置，这样方便拖拽字段时字段位置的确定。 如下图，这种表样比较复杂，我们可以先在电子表格设计器中预定义好： image2019-8-2 10:19:3.png 使用步骤比较高的表样，或者比较复杂的表样，我们建议以模板的方式存储在系统中，以供并行流程应用-预算计划审批 ⬝ 流程实现详情
4、设置填报属性。 设置每个单元格的填报属性如下： image2020-9-21_18-19-6.png 5、设置单元格的填报权限和查看权限。 隐藏E、F列后，设置总公司、北京分公司、广州分公司的权限如下： image2022-2-17_16-12-0.png 权限控制规则列表如下流程实现详情
("instanceId") 获取： image2022-2-17_17-37-31.png GetCurrentFlowProperty()函数：可用于获取流程实例ID，详情请参见：函数说明 。 4)设置完成后，隐藏F5列。 5、定义"请假天数"单元格的名称。 1）选择Excel公式菜单中的名称电子表格单元格中添加按钮
字段扩展出的数据的最后一行行号 var lastRow = spreadsheetReport.parseCellIndex(Pos[Pos.length - 1])[0]; //获取B5单元格数据下的一行，第二列的数据，从0开始计数，因此坐标为lastRow+1,1 var td
