第89页，共190页。 显示 1,894 条结果 (0.093 秒)
多维分析维度过滤器—取维度前十
到行区，度量“销售量”、“销售成本”、“销售额”、“利润”到列区，并刷新报表。结果如下图： image2019-11-21 16:1:43.png 说明：多维分析的详细创建步骤请参考多维分析章节 http://wiki.smartbi.com.cn/pages/viewpage.action?pageId=44499429。 实现步骤 创建维度过滤器 在右侧工作区“维度过滤器”节点的更多操作菜单中选择 新建 ，进入“新建维度过滤器”界面。 在弹出的“新建维度过滤器”窗口，输入名称，“层次结构”选择“商店”，“过滤类型”列依次选择“度量值”、“Measures”、“销售额”，“运算符”选择“TOPN”，“表达式”输入数据挖掘-标准化
输入 没有输入端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片17.png 单位标准差归一化 数据减去均值再除以标准差 勾选则将输出入据进行单位标准差归一化 平均数据中心化 数据减去均值 勾选则将数据进行中心化 示例 使用“鸢尾花数据”，特征选择4个特征列，勾选单位标准差归一化，输出结果如下图： image2020-6-4 10_7_49.png 标准化数据挖掘-相关性分析
概述 相关性分析是用来反映变量之间的相关关系的密切程度。相关系数的取值一般介于-1和1之间。当相关系数为正的时候，意味着变量之间是正相关的；当相关系数为负的时候，意味着变量之间是负相关。 相关性分析常用在数据探索阶段，当我们并不了解原始数据各字段之间的关系时，通过相关性分析，可以看到各个字段之间的相关性，其后进行的数据分析工作可以围绕这些相关性展开。 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，用于输出相关系数的数据集。 参数设置 参数名称 说明 备注 选择列 用于选择进行相关性分析的字段列 必填数据挖掘-特征离散
概述 特征离散的作用是将连续的数据进行等距离散化，就是把连续特征分段，每一段内的原始连续特征无差别的堪称同一个新特征，用户可以根据数据的特征自定义离散区间。 输入/输出 输入 没有输入端口 输出 一个输出端口，用于接入下一个节点，与抽取节点组合使用。 参数设置 参数名称 说明 备注 离散区间数 选择需要进行离散化的特征列，必须是数值列 必填范围是>=2的整数，默认为10 新增列后缀 离散后会生成新的字段，默认在原有字段名后追加Buckrizer后缀。该后缀支持修改。后缀默认值为Buckerizer电子表格⬝ 总排序
,SSR_GetSubCells(C3))"，如图： image2019-1-29 11:1:10.png 公式说明如下： 1）RANK(number,ref,[order])：返回某数字在一列数字中相对于其他数值的大小排名。 number：需要求排名的单元格。 求排名的单元格的字段必须为数值型。 ref：排名的参照数值区域。 order： 为“0”或省略：模拟降序存储的列表来对数字进行排序。 为“1”：模拟升序存储的列表来对数字进行排序。 “RANK"公式对重复数的排位相同，但重复数的存在将影响后续数值的排位。例如，在一列按升序排列的整数中，假设整数10出现两次，其排位为5，则11的排位为7。 2透视分析如何实现删除特定行？
该宏示例在 V10.5上 验证通过 提示：本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配（如使用功能不一致，或多个宏代码冲突等），需根据实际需求开发代码。 本示例主要为了说明透视分析服务端宏的用法，示例就是删除第六行和第11行的数据，以及第4列的数据。 宏类型 类型 对象 事件 ServerSide INSIGHT beforeBuildHTML 宏代码 //删除第六行和第11行的数据，以及第4列的数据 function main(insightCellList) { //获取行列数 var rowSize横条图-动态排序横条图-如何使用
0309-22.png 2、该组件模板的数据模型需要有3个字段。 （1）行区字段 0309-23.png （2）列区字段 0309-24.png （3）横条图的数据是动态变化的，是将字段放在“标记”区的“颜色”中，并且通过宏代码来一个一个切换颜色字段的值，从而影响类目轴和指标轴的数据。类似于自动切换筛选器的值的效果。因此，也需要一个字段，用于控制数据变化。 0309-25.png、 3、按照上述的要求准备好数据模型，选中横条图后，切换成准备好的数据模型。 0309-26.png 4、将对应的字段分别拖到“行”区、“列”区和“颜色”上即可 0309-27.gif 注意事项 暂无数据挖掘-特征离散
概述 特征离散的作用是将连续的数据进行等距离散化，就是把连续特征分段，每一段内的原始连续特征无差别的堪称同一个新特征，用户可以根据数据的特征自定义离散区间。 输入/输出 输入 没有输入端口 输出 一个输出端口，用于接入下一个节点，与抽取节点组合使用。 参数设置 参数名称 说明 备注 离散区间数 选择需要进行离散化的特征列，必须是数值列 必填范围是>=2的整数，默认为10 新增列后缀 离散后会生成新的字段，默认在原有字段名后追加Buckrizer后缀。该后缀支持修改。后缀默认值为Buckerizer资源权限-实现某个字段权限设置
示例说明 在业务系统中，为角色赋予操作权限之后，还需要为角色赋予资源权限。下面我们演示如何为角色分配资源数据列权限。 某些字段只允许特殊的用户查看，没有权限的用户不能查看，例如普通用户查看不了运费字段的数据。如图： image2019-12-2 18:10:15.png 实现步骤 1、可参考 操作权限-用户只能浏览报表 为"业务角色"授予操作权限。 2、在 数据准备 > 数据集 找到对应的数据集，如下图“数据列查询”中的“运费”字段，右键资源授权，取消允许父项的继承权限，并删除已有的角色，再授予可以查看的角色。 image2022-9-29_15-47-25.png数据挖掘-标准化
输入 没有输入端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片17.png 单位标准差归一化 数据减去均值再除以标准差 勾选则将输出入据进行单位标准差归一化 平均数据中心化 数据减去均值 勾选则将数据进行中心化 示例 使用“鸢尾花数据”，特征选择4个特征列，勾选单位标准差归一化，输出结果如下图： image2020-6-4 10_7_49.png 标准化
