第157页，共579页。 显示 5,789 条结果 (0.333 秒)
数据模型-功能应用
数据挖掘-多分类算法
多分类算法表示分类的目标标签为两类或者两类以上。 多分类算法数据准备扩展包案例
数据集定义-参数布局
参数布局是指用户可以根据业务需求或审美需求对参数在报表中的位置进行重新排版。如下图显示了参数未布局和布局后的对比效果： 参数未布局效果： image2019-10-29 15:31:39.png 参数布局效果： image2019-10-29 15:32:15.png 操作入口 单击工具栏的 参数布局 按钮，进入“参数布局”对话框。 image2019-10-29 15:33:33.png 功能说明 参数布局的设置请参考参数布局提示框中的操作提示。参数单元格右键菜单有一些功能选项，如下图： image2019-10-29 15:34:12.png 输入文本：用于在参数区添加一些文本说明。指对非参数单元格才能数据挖掘-聚类系数
概述 聚类算法经过聚类训练之后，会明确每个特征的聚类中心和聚类标签。聚类系数就是输出聚类系数。 输入/输出 输入 一个输入端口，用于接收聚类训练后的结果。 输出 一个输出端口，用于输出聚类系数。 示例 以K均值为例，如下图： 图片48.png 点击右键可查看模型的聚类系数输出如下： 图片49.png 聚类系数数据答疑-问答运维
系统运维的“答疑标签管理”模块用于管理提问页中选择的标签，此模块仅管理员或者有权限的角色可操作。 添加标签 1、在系统运维界面，点击 新建标签，进入“答疑标签管理”页面。 image2020-8-6_15-28-5.png 2、在“答疑标签管理”页面点击 添加标签，弹出“添加标签”窗口。 image2020-8-6_15-33-20.png “添加标签”窗口如下： image2020-6-15 16:29:19.png 3、在“添加标签”窗口输入标签的名称和描述。 image2020-6-15 17:6:0.png 4、点击 确定，生成新的标签“自助分析”。 image2020-8-6_15-32-55.png数据挖掘-聚类评估
概述 聚类评估是对聚类结果进行评估，包括对聚类算法的评估指标（轮廓系数、和方差、CH指标）和样本量分布情况。 输入/输出 输入 只有一个输入端口，用于接收聚类训练后的结果。 输出 没有输出端口。 示例 使用方法如下图： image2020-11-9_13-58-11.png 点击右键可查看聚类评估的分析结果： image2020-11-9_14-0-54.png数据模型-学习资料
数据挖掘-评分卡输出
概述 评分卡输出用于查看已训练的评分卡模型中，各个变量离散后各分箱的WOE值，iv值及其对评分分数的贡献，可作为对评分卡模型的分析。 输入/输出 输入 一个输入端口，接收训练好的评分卡模型 输出 一个输出端口，用于输出评分卡分析结果 示例 图片3.png 评分卡输出节点的输出结果具体如下： 图片4.png 其中，前三列为各个变量的分箱信息；woe值和IV值反映了该变量分箱的预测偏向和能力；最后两列为该变量分箱对应的转换前和转换后的评分分数，由评分卡模型输出。数据挖掘-评分卡输出
概述 评分卡输出用于查看已训练的评分卡模型中，各个变量离散后各分箱的WOE值，iv值及其对评分分数的贡献，可作为对评分卡模型的分析。 输入/输出 输入 一个输入端口，接收训练好的评分卡模型 输出 一个输出端口，用于输出评分卡分析结果 示例 图片3.png 评分卡输出节点的输出结果具体如下： 图片4.png 其中，前三列为各个变量的分箱信息；woe值和IV值反映了该变量分箱的预测偏向和能力；最后两列为该变量分箱对应的转换前和转换后的评分分数，由评分卡模型输出。
