第123页，共486页。 显示 4,852 条结果 (0.043 秒)
即席查询-前端接口说明
即席查询扩展点需继承此类，在自定义的 Extender 类中可通过 this 指针调用 BaseDetailedQueryExtender 中的方法 | | <strong>名称</strong> | <strong>参数</strong> | <strong>返回值 … > | | ------------------------- | --------------------- | --------------------- | --------------------- | | <strong>输入参数</strong> | dQueryImpl | IDetailedQuery组件联动
两个或两个以上业务数据集 的筛选器、组件之间，默认的联动关系是使用 同名字段 自动关联，不同名的字段 需要 自定义 设置字段映射规则。 Snipaste_2023-05-30_17-17-56.png 2、字段选择规则： 可以设置字段与字段、参数与字段、参数与参数的映射。 源字段和目标字段只支持选择相同数据类型的维度字段，其中数值型的维度字段中仅支持选择字段名称以 id 结尾的字段。 不同业务数据集的组件联动时，需要将设置了联动关系的字段拖到源组件上，才能保证正确筛选出数据。 参数与字段、参数与参数的映射，仅适用于使用参数组件去筛选图表等可视化组件的场景同期比分析
是指对考察指标的当前值与同期值的比值进行分析。 此数据分析方法只针对多维分析中含有时间维度的非时间维成员指标。 同期比有多种基准设置，如果一个时间维度有年-季-月三个层次，我们对月份成员进行同期比计算，则： 以年为基准分割：则取上一年相同月份的值和当前月份的比值。 以季度为基准分割：则取到同期值再与当前值相比，同期值取法示例说明为如“1997年04月”按“季”分割，且一季对应3个月，因此“1997年04月”减去3个月所得的时间点为其同期点，即“1997年01月”，因此"“1997年04月”对应的同期值是“1997年01月”的值。同理，“1997年05月”对应的同期值是“1997年02月”的值，“1997年06月”对应同期值分析
是指对考察指标的同期值进行分析。 此数据分析方法只针对多维分析中含有时间维度的非时间维成员指标。 同期值有多种基准设置，如果一个时间维度有年-季-月三个层次，我们对月份成员进行同期值计算，则： 以年为基准分割：则取上一年相同月份的值。 以季度为基准分割：如“2016年04月”按“季”分割，且一季对应3个月，因此“2016年04月”减去3个月所得的时间点为其同期点，即“2016年01月”，因此“2016年04月”对应的同期值是“2016年01月”的值。同理，“2016年05月”对应的同期值是“2016年02月”"的值，“2016年06月”对应的同期值是“2016年03月”的值，“2016年07月”对应的同期值是“2016年数据挖掘-值替换
。 输出 一个输出端口，用于输出值替换后的结果。 参数设置 值替换配置： image2021-3-22_10-25-7.png 值替换配置界面如下： image2021-3-22_10-32-47.png 设置项说明如下： 参数 说明 已选字段 选择进行值替换的字段 … 。 示例 1、想要将字段“eggs”中所有值为0替换为2，对其进行值替换，选择列：eggs ，处理方式：值替换，输入原值为0及新值为2。 image2021-3-22_10-50-24.png 2、输出结果如图： image2021-3-22_11-30-21.png数据挖掘-孤立森林
概述 孤立森林是一个异常检测算法节点，需要配合特征选择、训练、预测节点使用（异常检测算法为无监督学习，不需要评估节点）。孤立森林对正常数据进行采样，训练时随机生成决策树对数据进行划分。在预测未知数据时，决策树划分出某单个数据点需要的划分次数越少，对应的异常分数越高，该数据点为异常数据的概率越大。 孤立森林适用于用已知为正常的数据作为训练数据，然后对未知的新数据作预测，检测新数据中的异常数据。 参数设置 参数名称 说明 备注 树的个数 生成的决策树的数量 树的数量，整数 子采样集大小 生成每个决策树时用的子数据集的大小 整数，推荐用2的n次幂 异常值阈值数据挖掘-孤立森林
概述 孤立森林是一个异常检测算法节点，需要配合特征选择、训练、预测节点使用（异常检测算法为无监督学习，不需要评估节点）。孤立森林对正常数据进行采样，训练时随机生成决策树对数据进行划分。在预测未知数据时，决策树划分出某单个数据点需要的划分次数越少，对应的异常分数越高，该数据点为异常数据的概率越大。 孤立森林适用于用已知为正常的数据作为训练数据，然后对未知的新数据作预测，检测新数据中的异常数据。 参数设置 参数名称 说明 备注 树的个数 生成的决策树的数量 树的数量，整数 子采样集大小 生成每个决策树时用的子数据集的大小 整数，推荐用2的n次幂 异常值阈值⬝ WebLogic 12c部署Smartbi
V8.5及以上版本，由于跨库查询功能需要用到jdk1.8，所以如果需要使用该功能的话，必须将JDK版本更新为1.8；中间件支持1.8的最低版本情况：Tomcat 7 ， WebLogic 12.1.3，Websphere 8.5.5.9 。 一、准备工作 在部署Smartbi到 Weblogic http … :+HeapDumpOnOutOfMemoryError" 修改setDomainEnv.sh 的内存大小： 1.png Weblogic 12.2.1.3.0版本由于安全问题，默认禁用了rmi协议，可以通过在启动脚本中增加 -Dweblogic.oif.serialFilterScope=weblogic 参数来配置smartbi集群曲线面积图/堆积曲线面积图
，不易区分。 示例 我们在业务分析中，经常会对趋势进行对比分析。实际应用中， 曲线面积图主要有如下三种应用情景： 示例1：查看公司当年销售额的变化情况 通过参数进行“年份”控制 分类轴上显示月份 指标轴上分布销售金额 该需求的趋势对比分析，想要查看变化情况，可通过曲线面积图实现。 效果 … ”，“销售金额”字段到“行区”。 （4）拖拽“年份”字段到“筛选区”即生成“年份”筛选器，该筛选器需要设置： 展示类型为“列表（单选）”详情请参见 字段筛选器-展示样式 。 默认值为“列表选择”中的“2014”，备选值不勾选 “显示 [全部] ” 。详情请参见 字段筛选器-筛选器设置 。 最终效果如下，通过下图数据挖掘-派生列
://spark.apache.org/docs/latest/api/sql/index.html。 输入/输出 输入 一个输入端口，用于接收数据集。 输出 一个输出端口，用于输出派生列的结果。 参数设置 设置派生列的参数： image2020-6-1 16:2:5.png 设置说明如下： 参数 说明 添加表达式 image2020-6-2 10:25:27.png 添加/编辑表达式：选择对应的函数和字段，拖入添加/编辑表达式区。 新增表达式：输入派生列名，单击 增加 按钮添加表达式到列表。 保存表达式：点击 确定 按钮进行保存
