第63页，共182页。 显示 1,816 条结果 (0.027 秒)
数据挖掘-逻辑回归
：[0,1]的数。其中：0表示L2惩罚，1表示L1惩罚，0~1表示L1和L2惩罚的结合。 对模型系数惩罚（或称正则化）可减少模型过拟合。 正则参数 参数范围为：>=0的数，默认值为 ：0 正则项系数，损失函数中的 。 正则化可以解决模型训练中的过拟合现象； 正则项系数越大，模型越不会过拟合 … 参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 评估标准 用于选择数据的评估指标，包括：f1、precision、recall、accuracy、AUC(二分数据挖掘-线性回归
：[0,1]的数。其中：0表示L2惩罚，1表示L1惩罚，0~1表示L1和L2惩罚的结合。 对模型系数惩罚（或称正则化）可减少模型过拟合。 正则参数 参数范围为：>=0的数，默认值为 ：0。 正则项系数，损失函数中的 。 正则化可以解决模型训练中的过拟合现象； 正则项系数越大，模型越不会过拟合 … 设置指定或范围内的参数值循环调参，匹配出最优的组合。 image2021-9-30_10-13-12.png 自动调参的方式分为两种： 指定值调参：指定一个固定的值进行自动调参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分执行引擎
针对挖掘实验的设置项，包括引擎配置和计算节点配置 。 引擎配置 引擎配置页面如下： 221.png 各设置项说明如下： 序号 名称 说明 1 引擎服务端口 配置项“引擎地址”所使用的通信端口。 2 最大运行流数 实验引擎同时允许最大运行的流数量。 3 … 如下： 222.png 各设置项说明如下： 序号 名称 说明 1 master(运行模式配置(1.单机模式:local[*], 2.集群模式: spark://ip:7077 spark://ip:7077)) 要连接的集群管理器 2 executor.instances多维分析-自定义成员
。 界面及其设置项 新建自定义成员”对话框.png “自定义成员”界面主要分为以下几个区域： 可选资源区：该区主要用于显示自定义成员表达式中允许使用的各类资源。将该区中的各类资源拖拽到“MDX表达式”中即可。 设置区：该区主要用于对当前自定义成员各设置面进行相应的设置。各设置项的说明如下： 设置项 说明 名称 用于设置当前自定义成员的标示名，必须唯一。 别名 用于设置当前自定义成员的显示名称。 描述 用于设置当前自定义成员的相关描述信息。 层次结构 用于指定当前自定义成员所属的维层次结构。 父成员 用于指定当前自定义成员的父页签组件
同时展示多组件内容以及进行复杂样式设置。 示例 1. 新建一个大屏可视化。在画布区中添加一个【页签】组件 image2022-1-6_17-19-43.png 2. 修改页签组件的组件设置。 ① 【页签】的设置项如下，其中页签颜色为“#A5A5A5”，高亮页签颜色为“#00B2EE … ： image2022-2-19_17-8-50.png 各设置项的详细介绍，可参考文档：组件设置 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=83700513#id-%E8%87%AA%E5%8A%A9%E4%BB%AA%E8%A1%A8%E7数据挖掘-支持向量机
时间。 正则参数 参数范围为：>=0的数，默认值为 ：0。 正则项系数，损失函数中的 。 正则化可以解决模型训练中的过拟合现象； 正则项系数越大，模型越不会过拟合。 收敛阈值 参数范围为：>=0的数，默认值为 ：0.000001。 收敛误差值。 收敛误差值，当损失函数取值优化到小于 … 。 image2021-9-29_17-17-51.png 自动调参的方式分为两种： 指定值调参：指定一个固定的值进行自动调参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 评估标准 用于选择数据挖掘-逻辑回归
：[0,1]的数。其中：0表示L2惩罚，1表示L1惩罚，0~1表示L1和L2惩罚的结合。 对模型系数惩罚（或称正则化）可减少模型过拟合。 正则参数 参数范围为：>=0的数，默认值为 ：0 正则项系数，损失函数中的 。 正则化可以解决模型训练中的过拟合现象； 正则项系数越大，模型越不会过拟合 … 参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 评估标准 用于选择数据的评估指标，包括：f1、precision、recall、accuracy、AUC(二分数据挖掘-线性回归
：[0,1]的数。其中：0表示L2惩罚，1表示L1惩罚，0~1表示L1和L2惩罚的结合。 对模型系数惩罚（或称正则化）可减少模型过拟合。 正则参数 参数范围为：>=0的数，默认值为 ：0。 正则项系数，损失函数中的 。 正则化可以解决模型训练中的过拟合现象； 正则项系数越大，模型越不会过拟合 … 设置指定或范围内的参数值循环调参，匹配出最优的组合。 image2021-9-30_10-13-12.png 自动调参的方式分为两种： 指定值调参：指定一个固定的值进行自动调参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分执行引擎
针对挖掘实验的设置项，包括引擎配置和计算节点配置 。 引擎配置 引擎配置页面如下： image2023-5-5_11-20-52.png 各设置项说明如下： 序号 名称 说明 1 引擎服务端口 配置项“引擎地址”所使用的通信端口。 2 最大运行流数 实验 … ） 20 关系数据源 fetchSize 关系数据源节点，读取数据时默认使用的 fetchSize 21 关系目标源 batchSize 关系目标源节点，写入数据时默认使用的 batchSize 计算节点配置 计算节点页面如下： 64.1.png 各设置项说明如下： 序号 名称第一课：Smartbi中配置ECharts属性
的设置，构建出option配置对象，进而绘制出ECharts图形的。 14.png 2 扩展属性 ECharts的配置项非常丰富及灵活，无法通过Smartbi的可视化配置界面实现一一对应。因此Smartbi提供扩展属性的功能，当可视化配置界面无法配置出所需图形效果时，可以考虑使用扩展属性调整图形。 15.png 2.1 扩展属性使用方法 扩展属性的一般使用方法： 先确定要修改的图形元素（标题、系列、坐标轴等）； 在元素对应的option配置项中（标题->title、系列→series等），寻找可能的属性，并确定该属性相对于option的位置结构； 将该属性添加到扩展属性中查看效果。如果无效则重复第2步。（建议尝试
