第83页，共563页。 显示 5,625 条结果 (0.296 秒)
数据挖掘-过滤
概述 根据用户需求，通过写SQL语句(片段)的方式，对数据集中指定字段进行条件筛选过滤。 image2020-9-8_9-10-20.png 输入/输出 输入 一个输入端口，用于接收数据集。 输出 一个输出端口，用于输出过滤的结果。 参数设置 设置过滤与映射的参数： image2020-5-21 13:58:29.png 设置说明如下： 参数 说明 过滤器 对数据的指定字段进行过滤。 image2020-5-21 11:42:59.png 示例 1、原先示例数据源的输出结果有150条数据，对其进行过滤样式 - 电子表格第一页会出现很多没有数据的区域
（本文档仅供参考） 问题说明 在报表使用中发现如下问题：报表第一页会出现很多没有数据的区域，其它页面正常。 微信_图_20180717163(07-27-10-36-34).png 问题原因 这个报表发现在服务端宏代码里面设置了禁止报表缓存。当在宏代码里面设置禁止报表缓存时，容易导致电子表格重复执行出现问题。可通过修改宏规避此问题。 解决方案 在报表宏<列宽自适应>里面修改最一行代码为spreadsheetReport.cacheable = true; 即可。 另外，如果需要在报表显示最新的数据，建议把数据集设置禁止缓存数据源连接-验证类型
用于设置数据库连接时的用户名和密码。主要包含静态和动态两种。 静态：输入连接数据库的用户名和密码。 4.png 动态：如要用于连接的用户名和密码是根据登录的用户而动态变化。比如Oracle数据库，不同的用户名对数据库的表的权限是不一样的。 我们可以在连接数据源的时候，选择动态的验证类型，然后从左侧资源 … =35750175来作为表达式，实现不同的用户登录设置连接数据库的用户名和密码是动态变化的。 5.png 示例 动态验证类型通常有如下两种适用情况： 适用情况描述 设置方法 效果 当数据库用户与smartbi用户是完全同步：名称和密码都完全一致。 我们只需要通过系统函数“CurrentUserName数据源连接-验证类型
用于设置数据库连接时的用户名和密码。主要包含静态和动态两种。 静态：输入连接数据库的用户名和密码。 4.png 动态：如要用于连接的用户名和密码是根据登录的用户而动态变化。比如Oracle数据库，不同的用户名对数据库的表的权限是不一样的。 我们可以在连接数据源的时候，选择动态的验证类型，然后从左侧资源 … =35750175来作为表达式，实现不同的用户登录设置连接数据库的用户名和密码是动态变化的。 5.png 示例 动态验证类型通常有如下两种适用情况： 适用情况描述 设置方法 效果 当数据库用户与smartbi用户是完全同步：名称和密码都完全一致。 我们只需要通过系统函数“CurrentUserName数据模型-同比系列
同比是本期与同期做对比，一般用在相邻两年（即以“年”为时间基准），相同时间段内，查看涨幅程度；按照不同时间周期可以分为：季同比、月同比、周同比等。 同比系列包含的指标有：同期值、同比、同期增长值、同期增长率。 同期值 同期值是指上年同期的值。 在数据模型中，我们通过如下函数来实现： 函数 表达式 … 数，用正整数来设置； <Member>：表示当前的时间成员，用时间维度成员来设置； 前提条件：数据中时间维度成员是有序的，和实际数据一致，且不会中间断了几个时间点没数据； ParallelPeriodEX() 获取与指定成员具有相同相对位置的前一期间的成员; ParallelPeriodEX实现报表数据过滤
1 概述 用户对报表数据的处理存在各种特殊需求，如增加报表的行或列、对报表中的数据进行修改、对报表中的数据进行合计等二次加工。 系统提供两种方式来响应用户的这类特殊需求：一种是在报表宏中通过 JavaScript API 来修改报表的内容。另一种则是用 Java 开发一个"报表数据过滤器类"来完成，其原理类似Java web开发中的filter，在刷新报表数据的时候，会执行相应的过滤器类。为实现报表数据过滤的要求，系统提供接口类 ISDKGridDataFilter 供实现此类扩展开发。 需实现的接口方法说明如下： accept：用于判断该过滤器是否生效。例如我们可能只针对某个数据挖掘 – 相似集计算(LSH)
该功能为V10.5版本功能。 概述 使用训练好的LSH模型，对两份数据中的向量进行相似度匹配，把相似度距离低于预设阈值的组合输出到结果。 输入/输出 输入 三个输入端口，输入1接收训练好的LSH模型，输入2和3接收要进行匹配的数据。 输出 一个输出端口，用于输出匹配后的结果。 参数设置 参数名称 说明 备注 相似阈值 设置相似度距离阈值 距离低于阈值的组合才会被输出 示例 相似集1.png 效果 分别接入LSH模型，数据1和数据2，其中数据1和数据2都已使用词向量模型对其文本进行转换。把相似阈值设为0.45，输出数据挖掘 – 相似集计算(LSH)
该功能为V10.5版本功能。 概述 使用训练好的LSH模型，对两份数据中的向量进行相似度匹配，把相似度距离低于预设阈值的组合输出到结果。 输入/输出 输入 三个输入端口，输入1接收训练好的LSH模型，输入2和3接收要进行匹配的数据。 输出 一个输出端口，用于输出匹配后的结果。 参数设置 参数名称 说明 备注 相似阈值 设置相似度距离阈值 距离低于阈值的组合才会被输出 示例 相似集1.png 效果 分别接入LSH模型，数据1和数据2，其中数据1和数据2都已使用词向量模型对其文本进行转换。把相似阈值设为0.45，输出数据模型-创建度量
度量是描述或衡量对象的数据。 数据模型的度量来源有两种：标记度量 https://wiki.smartbi.com.cn//pages/viewpage.action?pageId=69737551#id-%E5%A2%9E%E5%BC%BA%E6%95%B0%E6%8D%AE%E9%9B%86%E5%88%9B … %95%B0%E6%8D%AE%E9%9B%86%E5%88%9B%E5%BB%BA%E5%BA%A6%E9%87%8F-%E8%AE%A1%E7%AE%97%E5%BA%A6%E9%87%8F。 标记度量 标记度量是指对已含有数据信息的字段标记成度量字段。 我们只需要在”维度面板“中将字段标记成度量字段即可数据模型-累计系列
累计通常是在时间周期内对数据的汇总求和。 累计通常用聚合函数“Aggregate()”实现，其表达式为：Aggregate(<Set>, <Numeric Expression>)，其中： <Set>：用于设置成员集合，表示聚合的分组； <Numeric Expression>：用于设置数值表达式，表示聚合 … ： image2022-2-7_17-31-28.png 上年累计 上年累计表示上一年1月份到12月份的数据逐一汇总。 下图显示了上年销售量累计的情况：由于没有2012年的数据，因此2013的上年累计值为空；2014年的累计值为2013年的累计值。 image2021-11-17_11-7-34.png 上图的上年累计表达式设置如下
