第34页，共53页。 显示 526 条结果 (0.025 秒)
数据挖掘-模型自学习
概述说明 机器学习中发布到生产的服务内所训练的模型随着时间推移，准确性可能会逐步降低。这时若通过补充新的数据，重新进行训练，则有可能提高模型准确性。模型自学习则是将这个步骤自动化，并能自动将符合一定要求的模型发布或者部署到生产中，它能解决模型长期得不到更新而导致准确性降低的问题，并极大减轻运维人员的工作量。 适用场景 1、模型已经训练好并发布为服务，用户希望模型能定期更新 2、模型的训练数据能定期更新 功能入口 图片3.png 进入模型自学习界面可模型自学习自定义并可以设置定时任务，如下： 图片4.png 模型自学习金蝶服务器部署报错
（本文档仅供参考） 问题现象 客户使用金蝶中间件ASS-V10作为应用服务器部署V97版本及以上的smartbi，上传war包后部署报错。 image2022-3-24_18-14-30.png 问题原因 此问题是由于从V97版本开始，web.xml中添加了属性metadata-complete="true"和<absolute-ordering />，这两个属性是用于在tomcat高版本下提高Smartbi启动速度。但对金蝶服务器对 web.xml 是做严格的规范检测，如果文件内容有问题，如标签库的顺序没有符合标准，部署时会报错。 解决方法 删除smartbi.warSmartbi-config.xml文件中密码如何加密
（本文档仅供参考） 问题说明 有时候处于安全考虑，需要对文件中保存的一些密码进行加密。比如Smartbi-config.xml文件中有记录知识库密码，并且默认是以明文的形式记录的。这个是否可以加密处理一下呢？ image2018-5-31 19:52:48.png 解决步骤 实际上config界面是有加密保存密码的开关的。 1.在浏览器中访问smartbi的config界面，勾选“加密保存” image2018-5-31 19:50:42.png 2.保存之后Smartbi-config.xml中记录的用户名密码如下： image2018-5-31 19:53:26.png 这样就可以提高推送报表到企业微信
概述 Smartbi集成企业微信后，支持通过“推送到企业号”功能，实现向企业微信中的用户推送报表。企业微信用户可通过推送的消息打开报表，查看数据和分析结果，促进企业内部交流协作，提高业务效率。 qw-23.png 前提准备 用户需要进行以下部署和配置才能使用“推送到企业号”功能： 完成企业微信集成流程中的相关配置 进行推送报表的用户需要拥有“推送到企业号”的操作权限，详情请参考 操作权限列表 支持的报表类型 推送到企业号功能支持电子表格和交互仪表盘。 推送流程 1、在交互仪表盘、电子表格报表上右键，选择“推送到企业号”。 qw-68.png 2、在弹出的“推送到企业号”窗口中，选择通过哪个企业禁用LocalStorage缓存功能
了LocalStorage缓存，会对Smartbi报表打开有一定的性能影响。 3.使用说明 3.1. 扩展包部署 扩展包：PD_LocalStorageCache.ext https://my.smartbi.com.cn/addons/leescore/goods/details.html?gid=127 部署说明公共设置-公共设置项
定时导出线程信息。 是 系统启动后自动定时导出性能监控信息 用于设置系统启动后是否会自动定时导出性能监控信息。 是 单个一级TAB页是否显示 用于设置系统只有一个一级TAB页时，是否显示该TAB页。 否 用于设置报表导出Excel2007时的最大行数。 20000Excel导入模板介绍
的数据，直接在数据库表中插入需要更新的数据。 全量：全量就是在数据导入到数据库之前，把数据库中表的数据先清除了之后再导入。 主键校验方式 数据处理模式选择全量时，支持配置主键校验方式。 如果Excel文件数据量较少，使用 内存校验 可以优化性能；如果Excel文件数据量较多时，请选择 数据库校验 … 去除单元格数据前后的空格，默认选择“是”。 是否开启批量 配置处理数据库操作时是否使用数据库批处理。 开启批量：每执行1000条SQL或结束扫描Excel时提交一次事务，性能较好； 关闭批量：每次单独执行一条SQL，性能较差。 批量导入与主键冲突情况： 1、【主键冲突处理规则】选择【更新】时数据挖掘-PYTHON脚本
随着大数据时代的到来，Python已经在数据处理、数据可视化、机器学习等领域受到广泛应用。本文将介绍如何在smartbi中编写Python脚本，利用其丰富的科学计算扩展库，满足更多数据处理和分析场景，提高生产效率。 功能概述 Python脚本功能，支持用户编写Python代码，以便实现更自由、更高效的数据处理、数据分析操作，丰富了数据建模过程。 操作说明 （1）功能入口 从左侧资源树的 脚本模块 拖拽出“Python脚本” 节点到画布中。 入口.png （2）数据输入 用户可根据实际情况，对“Python脚本” 使用1~3个输入口（dataframe1~3）来获取数据，然后在Python脚本中按需修改dataframe数据挖掘-PYTHON脚本
随着大数据时代的到来，Python已经在数据处理、数据可视化、机器学习等领域受到广泛应用。本文将介绍如何在smartbi中编写Python脚本，利用其丰富的科学计算扩展库，满足更多数据处理和分析场景，提高生产效率。 功能概述 Python脚本功能，支持用户编写Python代码，以便实现更自由、更高效的数据处理、数据分析操作，丰富了数据建模过程。 操作说明 （1）功能入口 从左侧资源树的 脚本模块 拖拽出“Python脚本” 节点到画布中。 入口.png （2）数据输入 用户可根据实际情况，对“Python脚本” 使用1~3个输入口（dataframe1~3）来获取数据，然后在Python脚本中按需修改dataframe透视分析 ⬝ 选择及处理数据
或者点击目录的即席查-03.png菜单，在弹出的菜单中点击全选子节点、全选子孙节点等菜单，可以实现字段的批量勾选/反选，提高数据查询的效率。 即席查询-04.png 透视分析功能逻辑和仪表盘的交叉表组件一样，更多数据处理功能详见：数据分组、创建计算列、创建计算度量、创建命名集、复制转度量 https
