第96页，共579页。 显示 5,785 条结果 (0.129 秒)
数据挖掘-多层感知机
概述 一种基于前馈人工神经网络的分类器。多层感知机由多层节点组成，每个层都完全连接到网络中的下一层，输入层中的节点表示输入数据。所有其他节点通过输入与节点权重w和偏移b的线性组合将输入映射到输出，并使用激活函数。 示例 使用“动物种类划分”案例数据，预测动物的种类 … 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。 必须数据挖掘-多层感知机
概述 一种基于前馈人工神经网络的分类器。多层感知机由多层节点组成，每个层都完全连接到网络中的下一层，输入层中的节点表示输入数据。所有其他节点通过输入与节点权重w和偏移b的线性组合将输入映射到输出，并使用激活函数。 示例 使用“动物种类划分”案例数据，预测动物的种类 … 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smartbi连接达梦数据库集群
（本文档仅供参考） 说明 达梦数据库的集群地址配置，是在dm_svc.conf配置的。达梦的驱动会自动解析这个文件，获取需要连接的url。 具体步骤如下 1、获取达梦数据库集群环境的配置文件 达梦数据库安装时，会生成dm_svc.conf文件。不同平台，这个文件的路径目录有所不同。 1. 32 位的 DM … %\SysWOW64 目录； 4. 在 Linux 平台下，此文件位于/etc 目录。 注意：%SystemRoot%一般是c:\windows目录 dm_svc.conf 文件中包含 DM 各接口及客户端需要配置的一些参数，具体配置说，请参考达梦的技术文档或者咨询达梦数据库厂家。 以下图片是dm_svc.conf的示例说明Echarts图形-扩展属性：标签 - 目前地图展示的方式过于平面化，数据标注都盖住了，能否提供一些立体的展示案例
（本文档仅供参考） 问题 目前地图展示的方式过于平面化，数据标注都盖住了，能否提供一些立体的展示案例。 image2018-11-22 9:52:29.png 解决方案 目前没有相关立体地图的示例，建议通过如下扩展属性设置地图周边的阴影，达到立体效果；另外数据标柱重叠的问题，可参考文档：如何修改地图标签显示位置，尝试修改标签的位置然后标记跟随标签位置变化，若效果还是不太好，则建议不要在标柱上显示标签了，直接在地图区域显示标签； { geo: { aspectScale: 1.3, itemStyle查看数据行权限
系统中内置报表，列出用户所拥有的数据行权限。 报表入口 在“分析展现”界面，展开左侧资源目录区，选择 分析报表 > system > 分析报表 > 查看数据行权限 ，双击打开“查看数据行权限”，如图： chakanshujuhangquanxian-01.png 报表介绍 报表界面 … 用户的权限 用户别名 用户的显示名称 角色 过滤条件下所选择的角色，“角色”条件不勾选时，默认列出所选用户下所有用户权限 权限 列出用户对资源所拥有的权限 数据源 资源所属的数据源名称 表名称 资源来源的表名称 表达式 资源的相关表达式数据挖掘–指数平滑
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。第一列是拟合列，名称规则为被预测列的列名增加前缀，输出结果经过了指数平滑算法的拟合处理。另一列表明拟合列中的数据是否是预测结果，0表示是对历史数据的拟合，1表示是通过拟合数列对未来的预测。 image2023-1-15_0-39-15.png数据挖掘-SQL脚本
概述 SQL脚本支持手动输入SQL语言完成对数据进行处理和查询的任务。 输入/输出 输入 有4个输入端口 输出 只有一个输出端口，用于输出通过服务获取的数据。 参数设置 参数名称 说明 备注 视图名称 显示每个端口对应的表名 表名可修改 SQL脚本 编写SQL脚本的窗口 必填 示例 1) 拖动SQL脚本节点，并连接鸢尾花数据数据源。 image2021-9-23_17-52-4.png 2）更改表名为t0, 编写SQL脚本并点击确定保存. image2021-9-23_18-0-37.png 3数据挖掘–指数平滑
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。第一列是拟合列，名称规则为被预测列的列名增加前缀，输出结果经过了指数平滑算法的拟合处理。另一列表明拟合列中的数据是否是预测结果，0表示是对历史数据的拟合，1表示是通过拟合数列对未来的预测。 image2023-1-15_0-39-15.pngAnalysis Services 2005中数据完整性处理
数据完整性在关系数据库应用的比较广泛，特别是在OLTP系统中,但在ETL和加载数据到数据仓库（DW）时，缺乏提供数据完整性的通常处理，然在SSAS中，数据库管理员可以非常方便的处理这些问题。在SSAS中，可以通过空值处理和错误配置来设置数据完整性处理,其中空值处理和错误配置都和未知成员有关。下面就未知成员、空处 … Hidden时，指示这个成员将在结果中隐藏 缺省的取值为 None 如果你想改变未知成员的名字，可以修改维度的UnknownMemberName属性 2、空处理 空处理指定当遭遇空数据时如何处理，它有下面5中可能的值 ZeroOrBlank —这个选择告诉服务器转换NULL为0或者空值‘’ Preserve—这个选项如何连接与使用明道云数据源？
一、概述 在使用明道云做数据分析，需要先部署需要下面两个文件：明道云插件包、明道云节点压缩包。 序号 名称 描述 V10版本最新插件包 1 MingDaoYun.ext 明道云插件包 MingDaoYunV10.5.ext 2 MDYun.zip … 的扩展包以及是否启用，如下图: image2022-3-21_14-15-59.png 如启用，会加载成功，点击可连接数据源界面; 2.2 加载挖掘引擎部署 1.在smartbi平台打开系统运维-数据挖掘配置-上传自定义java扩展包上传MDYun.zip, 提示上传成功即表示明道云节点压缩包部署成功
