第174页，共273页。 显示 2,726 条结果 (0.031 秒)
WebSphere集群问题
问题描述 在WebSphere同一个profile中的两个Server上部署Smartbi时，由于环境完全一致，两个Server上的Smartbi存在冲突，导致两个Server不能同时启动，这时需要为每个Server增加-DSmartbi.ConfigFileDir配置项来解决该问题。 解决方法 1、登录was控制台，并选中需要修改的Server。 image2016-3-15 14:51:22.png 2、选择 java和进程管理 > 进程定义 。 image2016-3-15 14:53:12.png 3、选择 java虚拟机 。 image2016-3-15 14:54:4.png 4、在通用JVM参数中加模型即席查询宏-界面介绍
的名称。 对象 设置宏生效的对象，即model_query 事件 设置报表宏在什么事件下触发 目前模型查询即席查询支持以下四种： onRender(打开报表后) onBeforeRefresh(每次刷新之前) onParamChanged(参数值变化后) onFilterChanged自助数据集-筛选器
筛选器作用等同于过滤或者参数，用于查询出符合条件的数据结果。 自助数据集的筛选器用于：当数据集数据量比较大时，可添加筛选器，对数据集的数据进行筛选过滤，以便用户能够快速获取其所需的数据。 自助数据集中通过筛选器设置的多个条件表达式之间只能是“and”关系。 操作步骤 1.新建一个自助数据集，在右上方有筛选器入口。 筛选器入口.png 2.点击 "+" 后会弹出编辑界面。 image2018-9-27 10:16:28.png 编辑界面设置项说明如下： 选项 描述 可选列 显示当前数据集中包含的所有字段。 条件 显示逻辑运算符，比如“=、>、<、<>、LIKE、NOT LIKE前进后退
状态切换是指对多维分析进行不同的分析操作产生的状态进行查看的一种操作方式。 切换状态的操作有： 后退：指从当前状态回退到前一个状态。 前进：指从当前状态前进到后一个状态。 系统中会记录状态的操作有：查询体的改变（包括添加删除维度或维成员、添加删除自定义成员或自定义命名集、钻取、展开、收起等）、分页设置（包括是否分页、每页行数、翻页）、排序、表格列过滤、参数变更。 系统不会记录状态的操作有：维度过滤器、告警、空行或空列的压缩、父成员或表格列按钮的展示、分类汇总。 操作入口 在多维分析产生了两个或两个以上状态的前提下，通过单击工具栏中的 后退 或 前进 按钮，实现状态之间的切换。 状态的保留流程 系统只允许保存五个设置表头表尾
的默认机构的名称。 CurrentTime：获取当前系统时间。 GetParamValue：获取参数值。 EvalString：获取报表单元格的值作为表头。 示例：EvalString("this.getCellValue(1,2)")，其中"this"表示当前报表，getCellValue(rowIndex用户操作
或者进行性能跟踪等。 系统监控 支持对系统网络，服务器等全面监控。便于用户优化系统参数，定位性能瓶颈。 联机帮助 提供帮助文档，帮助用户熟悉使用系统。 关于 关于Smartbi的信息。 2021-09-03_9-52-39.png 注销 退出登录。产品特点
产品具有如下特点： 专业算法能力： Smartbi Mining内置50+挖掘组件，丰富机器学习成熟算法，支持文本分析处理，支持使用Python扩展挖掘算法， 支持使用SQL扩展数据处理能力。 3333.png 简单易用： 业务人员也能高度参与的数据挖掘产品，分析全程可视化。采取直观的流式建模，极简风格的节点配置界面，支持可视化探索，轻松理解数据质量和数据并联，流程节点在线帮助，模型超参数自动调整。 可视化建模1.png 能满足大型企业数据挖掘需求： 产品采用分布式云计算，线性扩展，保证性能，一键发布挖掘模型，模型库提高知识复用，减少重复投入，支持跨库查询，统一控制数据访问权限，训练自动化、模型自学习Excel融合分析-常用函数
%89-ee158fd6-33be-42c9-9ae5-d635c3ae8c16，用于计算其满足多个条件的全部参数的总量 SUMIF函数 可以使用 SUMIF 函数对 范围 中符合指定条件的值求和Open JDK 11 环境变量配置参考
/bin:$JRE_HOME/bin:$PATH 注意Open Jdk 11 安装目录中不包含jre目录，安装目录即为jre目录。所以在设置环境变量时直接指定JRE_HOME为open jdk 11安装目录即可 3、修改Tomcat启动参数文件：setenv.sh export JRE_HOME="/opt数据挖掘–指数平滑
概述 时间序列算法中常用的算法有指数平滑法，其中指数平滑常用的几种形式有（Brown）一次指数平滑、二次指数平滑、三次指数平滑、以及(Holt)双参数、（Holt-Winters）季节性指数平滑法。本节点实现的是布朗（Brown）的一次、二次、三次指数平滑。 输入/输出 输入 一个输入端口，接收要进行预测的数据 输出 一个输出端口，用于输出预测后的结果 示例 如图，指数平滑节点输入端接入数据，可以使用对应的平滑算法对输入数据进行转换。 image2023-1-15_0-38-46.png image2023-1-15_0-39-0.png 输出结果中增加两列。第一列是拟合
