搜索

Help

第110页,共466页。 显示 4,652 条结果 (0.041 秒)

  1. SSAS多维构建操作手册

    worddav155c601382a246220ff1f1a0de934459.png 选择需要的维度属性,单击下一步,完成了我们的维度制作。 worddav60ab1dd5194ab02e160c557b198e0cff.png 右键处理一下 我们可以浏览一下,但我们会发现,不是我们所要的结果,虽然,维度出来了,但没有相应的父子关系。在上级代码上—右键—设置属性用法—父级,如图 … 。 worddav50d5479a52e393d2498bbe058f26ef35.png worddav9508808d675f10d46fd789b76d75fdb0.png 点击下一步,可以更改数据源名称。 worddav766ebfd73450867c0e73db0ea9a1ae2c.png 点击完成,在右侧功能树,数据源节点下,我们刚才建立的数据源。   2.2新建
    技术参考十二月 19, 2014
  2. 资源权限-用户进行系统管理

    目录均继承“分析报表”的权限,不需单独授权。 image2021-8-26_10-50-19.png 4、分别对数据连接、自助ETL、业务主题进行授权。 image2021-8-26_10-51-38.png 展开数据连接、业务主题等会发现子节点没有继承“数据连接”节点的权限 … 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权限。 用户登录系统之后,能够对系统中已的报表和数据源等进行编辑、以及建立新的数据源、报表等,实现对系统的管理。 32.png 实现步骤 1、已参考 操作权限-用户进行系统管理,为角色分配操作权限 2、系统运维
  3. 扩展包简介

    功能模块界面增加、删除或修改某个功能点,譬如在报表上增加导出到ftp功能之类,这类会依据smartbi有没有提供修改入口,具体问题具体分析,请见扩展包原理。        3、用户单点登陆(比如客户现场已经统一登陆平台,这时候就需要这个功能)之类产品提供了服务端扩展点功能。 1.4 扩展包原理        要 … ?pageId=69733157)。如下图,使用扩展包改造了Smartbi的登录界面,在原登录界面中增加了验证码验证。        01.png        扩展包实际和 java web 项目类似(war包),里面可以图片、js、html、css、java、servlet、filter等,只是结构会遵循
  4. 扩展包简介

    功能模块界面增加、删除或修改某个功能点,譬如在报表上增加导出到ftp功能之类,这类会依据smartbi有没有提供修改入口,具体问题具体分析,请见扩展包原理。        3、用户单点登陆(比如客户现场已经统一登陆平台,这时候就需要这个功能)之类产品提供了服务端扩展点功能。 1.4 扩展包原理        要 … ?pageId=69733157)。如下图,使用扩展包改造了Smartbi的登录界面,在原登录界面中增加了验证码验证。        01.png        扩展包实际和 java web 项目类似(war包),里面可以图片、js、html、css、java、servlet、filter等,只是结构会遵循
  5. 数据挖掘-最小最大归一化

    概述 最小最大值归一化是对原始数据的线性变换,使结果映射到[0,1]区间。设minA和maxA分别为特征A的最小值和最大值,将A的一个原始值x通过MinMaxScaler映射到区间[0,1]间,公式为:x' = (x-minA)/(maxA-minA)。 输入/输出 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1.png 示例 使用“鸢尾花数据”,特征选择4个特征
  6. 数据挖掘-最大绝对值归一化

    概述 最大绝对值归一化通过除以每个特征内的最大绝对值将每个特征映射到[-1,1]的范围;它不会移动和中心化数据,因此不会破坏任何的稀疏性。 输入/输出 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3.png 示例 使用“鸢尾花数据”,特征选择4个特征列,最大绝对值归一化为[-1,1]范围的数据,输出结果如下图: 图片4.png 最大绝对值归一化
  7. 数据挖掘-特征转换

    概述 特征转换是实现特征类型的转换,将类别型变量转换为数值型变量,方便算法训练学习计算。 例如:将特征列中“男”“女”变量转换为0、1的数值。结合特征抽取中抽取和变换节点组合使用。 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 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:Index; 该节点与抽取、变换节点组合使用; 图片1.png 示例 使用“鸢尾花数据”,将种类(Species)该列的类别型数据变换
  8. 数据挖掘-特征转换

    概述 特征转换是实现特征类型的转换,将类别型变量转换为数值型变量,方便算法训练学习计算。 例如:将特征列中“男”“女”变量转换为0、1的数值。结合特征抽取中抽取和变换节点组合使用。 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 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:Index; 该节点与抽取、变换节点组合使用; 图片1.png 示例 使用“鸢尾花数据”,将种类(Species)该列的类别型数据变换
  9. 数据挖掘-最小最大归一化

    概述 最小最大值归一化是对原始数据的线性变换,使结果映射到[0,1]区间。设minA和maxA分别为特征A的最小值和最大值,将A的一个原始值x通过MinMaxScaler映射到区间[0,1]间,公式为:x' = (x-minA)/(maxA-minA)。 输入/输出 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1.png 示例 使用“鸢尾花数据”,特征选择4个特征
  10. 数据挖掘-最大绝对值归一化

    概述 最大绝对值归一化通过除以每个特征内的最大绝对值将每个特征映射到[-1,1]的范围;它不会移动和中心化数据,因此不会破坏任何的稀疏性。 输入/输出 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3.png 示例 使用“鸢尾花数据”,特征选择4个特征列,最大绝对值归一化为[-1,1]范围的数据,输出结果如下图: 图片4.png 最大绝对值归一化