第23页，共578页。 显示 5,777 条结果 (0.097 秒)
数据模型-字符串转日期异常（数据转换异常）
（本文仅供参考） 问题描述 客户数据库日期类型为字符串，格式是20201012；现在直接在模型里面进行参数转换 如图1， 使用仪表盘直接展示转换该字段如图二 正常。 使用模型直接建即席查询则异常提示 查询失败-数据转换异常 image2023-9-11_17-41-25.png image2023-9-11_17-41-39.png image2023-9-11_17-42-16.png image2023-9-11_17-44-55.png 解决方案 该问题是OLAP引擎没有支持”20230911“这样”yyyyMMdd“的日期字符串转日期，可以通过写SQL用函数直接用户属性管理和数据权限管理的关系如何？
。这时候，就不能用"="，而应该用"in"。例如：数据行权限管理，表达式是：分行号 =GetUserProperty(所属分行) 改成：分行号 inGetUserProperty(所属分行) GetUserProperty是一个系统自定义的函数，不能手写，要从左边的函数树中拖动到表达式编辑器中。 使用 … 说明 数据权限：数据权限是针对具体表，它是根据当前用户对字段数据的过滤，和字段权限相比它是一种横向的权限设置。 用户属性：在新建的用户属性中通过系统函数得到用户所对应的属性。用户属性可以跨数据库使用，即从A库（比如是知识库）中取得用户属性，可应用于其它某个数据库的查询中。 数据权限和用户属性通常数据挖掘-数据的输入和输出
在数据挖掘的流程中，数据的输入和输出也是必不可少的。 因为需要导入数据才可以进行后续的数据预处理、分析、建模等；以及将最后的结果数据，导出保存在指定的目标库。 所以Smartbi分别提供数据源和目标源节点，满足数据的输入和输出。 数据源 Smartbi提供了几种数据源用于数据输入，分别是文本数据源、Kafka数据源、关系数据源、示例数据源、数据集、数据查询和Excel文件。 文本数据源 概述 文本数据源是指将HDFS读取的csv等数据文件导入到Smartbi中。 image2020-6-4 16:44:2.png 输入/输出 输入 没有输入端口。 输出 只有一个输出端口，用于with as的写法，数据集预览报错
server数据库进行创建，设置了获取总行数的情况下sql server数据库的with as不支持select count(*)进行外层封装， 由于目前产品逻辑获取总行数需要进行select count(*)进行封装，如需获取总行数建议更换sql的写法实现with as的效果，如下图： InsertPic_(07-30-14-41-38).png 目前测试在数据库是oracle的情况下可以支持with as开头的写法，但是大部分的数据库都是不支持的。 as with数据挖掘-线性回归
概述 一种常用的回归方法，它是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计方法，通过凸优化的方法进行求解，以达到预测评估的效果。 示例 使用“波士顿房价预测”案例数据，预测波士顿房价。 图片35.png 其中，相关性分析是为了分析特征变量与目标变量的相关性 … 设置指定或范围内的参数值循环调参，匹配出最优的组合。 image2021-9-30_10-13-12.png 自动调参的方式分为两种： 指定值调参：指定一个固定的值进行自动调参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分数据挖掘-线性回归
概述 一种常用的回归方法，它是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计方法，通过凸优化的方法进行求解，以达到预测评估的效果。 示例 使用“波士顿房价预测”案例数据，预测波士顿房价。 图片35.png 其中，相关性分析是为了分析特征变量与目标变量的相关性 … 设置指定或范围内的参数值循环调参，匹配出最优的组合。 image2021-9-30_10-13-12.png 自动调参的方式分为两种： 指定值调参：指定一个固定的值进行自动调参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分数据挖掘-梯度提升回归树
概述 梯度提升回归树是梯度提升树算法，原理是训练多棵回归树，每棵树建立是基于前一课树的残差，基函数为CART树，损失函数为平方损失函数的回归算法。 示例 使用“波士顿房价预测”案例数据，预测波士顿房价。 图片34.png 其中，相关性分析是为了分析特征变量与目标变量的相关性系数，方便特征选择 … 介绍说明。 标准化 最小最大值归一化 最大绝对值归一化 参数 单位标准差归一化 勾选后，归一化后数据的标准差等于1 平均数据中心化 勾选后，归一化后数据的均值等于0 自动调参设置 系统默认的各项参数值范围。 必须结合“启用数据挖掘-梯度提升回归树
概述 梯度提升回归树是梯度提升树算法，原理是训练多棵回归树，每棵树建立是基于前一课树的残差，基函数为CART树，损失函数为平方损失函数的回归算法。 示例 使用“波士顿房价预测”案例数据，预测波士顿房价。 图片34.png 其中，相关性分析是为了分析特征变量与目标变量的相关性系数，方便特征选择 … 介绍说明。 标准化 最小最大值归一化 最大绝对值归一化 参数 单位标准差归一化 勾选后，归一化后数据的标准差等于1 平均数据中心化 勾选后，归一化后数据的均值等于0 自动调参设置 系统默认的各项参数值范围。 必须结合“启用数据-电子表格数据数量不全
（本文档仅供参考） 问题描述： 用户打开电子表格时发现每次清空浏览器缓存之后就能看到完整数据，但重新打开数据权限就会异常，只剩下几条数据，数据不完整。 解决方案： 检查电子表格插件端登录用户与默认浏览器登录的用户是否为同一用户，使其保持一致。 image2025-6-26_16-41-6.pngimage2025-6-26_16-38-46.png 出现该问题的原因以下方示例说明： 比如：excel上登录的是A用户（A拥有全表数据预览权限），浏览器登录的是B用户（B只有个别数据预览权限），但是预览电子表格选择的是默认浏览器预览 在这种情况下，此时实际上默认浏览器上面的会话已经被B用户给覆盖了，因此数据 - 电子表格展现数据与数据库不一致
（本文档仅供参考） 问题说明： 电子表格预览数据正确，发布后在系统里看数据怎么和预览数据不一样呢？ 解决方案： 一般这种情况都是因为缓存导致的，两种缓存：系统缓存及浏览器缓存。 1、清理系统缓存，若是需要数据库数据经常变化，建议可以禁用数据集缓存； 2、清除浏览器缓存。 数据不对
