第48页，共184页。 显示 1,835 条结果 (0.032 秒)
如何使用ETL的"Foreach 循环容器"节点？
自定义；可以删除行，也可以删除列； “循环资源”tab选择3.1.1节定义好的资源 “参数映射”tab会根据“基础配置”上新增的列数，自动长出对应的映射列名；原则上有多少个列名必须有多少个参数；然后关联映射，就能读取“基础配置”的值到对应的“循环资源” 3-4.png 点击【确定】并且运行可以把根据参数追加到关系 … 删除列； “循环资源”tab选择3.1.1节定义好的资源 “参数映射”tab会根据“基础配置”上新增的列数，自动长出对应的映射列名；原则上有多少个列名必须有多少个参数；然后关联映射，就能读取“基础配置”的值到对应的“循环资源” 3-4.png 点击【确定】并且运行可以把根据参数追加到关系目标源中；其他的操作请参考自助ETL-界面介绍
预处理（转换）方法包含：采样、拆分、过滤与映射、列选择、空值处理、合并列、合并行、元数据编辑、JOIN、行选择、去除重复值、排序、增加序列号、聚合、分列、派生列等。这些预处理方法的使用详情请参见 数据预处理 章节。 目标源（输出）支持的数据库有：MySQL、Infobright、ClickHouse、Vertica … “暂无数据”。 选择显示列 临时选择要显示的数据列，这里选择的结果只是为了方便查询和操作，不会永久保存。 真名/别名 选择显示表头真名或别名。 下载数据 下载预览的数据到本地。 此处会把预览的数据以csv文件的方式下载到本地。为了保证数据安全，只能下载100条数据，不支持下载全量数据数据挖掘-去除重复值
值的参数： image2021-9-23_15-33-52.png 设置说明如下： 参数 说明 选择列 用于选择进行去除重复值设置的列： image2021-9-23_15-34-14.png 示例 1、原先关系数据源的输出结果有12条数据，对其进行去除重复值，在选择列弹框中选择所有的列。 image2021-9-23_15-39-37.png 2、输出结果有6条数据，如图： image2021-9-23_15-44-20.png 去除重复值累计百分比分析
入口： 快捷累计百分比分析：在多维分析指定维成员的列按钮中单击 过滤 按钮，弹出下拉菜单，选择 累计前80% 或 累计后20%，多维分析只显示累计前80%或累计后20%的维成员及数据。 image2019-11-1 15:0:46.png 自定义累计百分比分析：在多维分析指定维成员的列按钮中单击 过滤 按钮，弹出下拉菜单，选择 定制过滤，弹出“定制过滤”对话框，在“TopN过滤”或“BottomN过滤”的文本输入框中输入任意百分比。 image2019-11-1 15:1:48.png 注意： TopN分析和累计百分比分析操作前提：必须勾选多维分析工具栏中的 报表设置 > 报表属性 中的设置项“表格列按钮”，以确保数据挖掘-去除重复值
值的参数： image2021-9-23_15-33-52.png 设置说明如下： 参数 说明 选择列 用于选择进行去除重复值设置的列： image2021-9-23_15-34-14.png 示例 1、原先关系数据源的输出结果有12条数据，对其进行去除重复值，在选择列弹框中选择所有的列。 image2021-9-23_15-39-37.png 2、输出结果有6条数据，如图： image2021-9-23_15-44-20.png 去除重复值数据挖掘-RFM
概述 通过对选择的特征列按照阈值进行二分（可按均值、指定值、中值），将客户数据划分为不同的客群。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择特征列 可选列：选择需要进行划分的字段，仅可选数值型字段； 划分方法：可按均值、中值和指定值进行二分； 指定值：当划分方法选择指定值时，用于设置划分的阈值； 必填 示例 使用“航空公司客户价值分析”数据，划分结果生成两个标签列BinaryClass和RFMClass数据挖掘-SMOTE
概述 SMOTE算法通过对少数样本的分析可以合成新的样本，是一种过采样技术。 image2020-9-1_16-42-57.png 输入输出 输入 只有一个输入端口，用于接收原始数据集。 输出 只有一个输出端口，用于输出过采样后的全部数据集。 参数说明 设置SMOTE的参数： image2020-11-6_17-9-21.png 设置项说明如下： 参数 说明 备注 选择标签列 用于选择输入数据集的某一列作为标签列。 单选 标签类别 输入目标列中需要进行SMOTE算法的类别值。 文本框，标签的类别值（必填如何管理消息？
消息推送列表 2022-02-17_11-36-32.png 入口：系统运维 > 消息推送管理 tab； 列表排序：根据发送时间倒序；默认查询10条，超时时滚动分页，每页加载10条； 字段说明: 消息内容： 列宽固定百分比，随着屏幕分辨率的改变而变化，超过列宽用...表示；如是纯图片则显示空； 消息标题: 列宽固定百分比，随着屏幕分辨率的改变而变化，超过列宽用...表示； 消息分类：只显示新建的系统消息、公告消息; 其中系统消息的备份失败预警、调度任务预警、提醒、系统推荐等被动消息不会显示在页面； 发布人：发布消息的人员； 发送时间: 发送成功的时间，精确到秒； 消息状态：发送成功，暂存，发送数据挖掘-SMOTE
概述 SMOTE算法通过对少数样本的分析可以合成新的样本，是一种过采样技术。 image2020-9-1_16-42-57.png 输入输出 输入 只有一个输入端口，用于接收原始数据集。 输出 只有一个输出端口，用于输出过采样后的全部数据集。 参数说明 设置SMOTE的参数： image2020-11-6_17-9-21.png 设置项说明如下： 参数 说明 备注 选择标签列 用于选择输入数据集的某一列作为标签列。 单选 标签类别 输入目标列中需要进行SMOTE算法的类别值。 文本框，标签的类别值（必填数据挖掘-RFM
概述 通过对选择的特征列按照阈值进行二分（可按均值、指定值、中值），将客户数据划分为不同的客群。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择特征列 可选列：选择需要进行划分的字段，仅可选数值型字段； 划分方法：可按均值、中值和指定值进行二分； 指定值：当划分方法选择指定值时，用于设置划分的阈值； 必填 示例 使用“航空公司客户价值分析”数据，划分结果生成两个标签列BinaryClass和RFMClass
