第120页，共677页。 显示 6,766 条结果 (0.551 秒)
数据模型-定义流程
数据模型的定义流程主要包含如下几个环节： image2021-8-11_16-56-45.png 1、新建数据模型：用于进入到数据模型的定义编辑界面，详情请参见：数据模型创建入口 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=69737157#id-%E5%A2%9E%E5%BC%BA%E6%95%B0%E6%8D%AE%E9%9B%86%E7%95%8C%E9%9D%A2%E4%BB%8B%E7%BB%8D-1.%E5%85%A5%E5%8F%A3。 2、创建私有查询：用于创建数据模型的数据来源资源。详情请参见：数据模型-私有查询 https数据挖掘-FP-Growth
生活中的数据本身包含着各种联系，大数据的出现给我们带来了一种新的思维方式，那就是跳出先因后果的思维方式，用大量的数据统计结果去倒推原因，找到无关因素间的隐蔽联系，例如众人皆知的营销案例 "啤酒和尿布”。本文将介绍目前业界经典关联规则算法 FP-Growth，借助分析购物篮中商品数据，找出商品之间的关联关系，帮助用户挖掘出数据最大的价值，获得更大的经营收益。 FP-Growth 简介 FP-Growth（Frequent Pattern Growth）作为一种经典的关联规则算法，可以高效自动地从数据中挖掘出频繁集合，进而挖掘出潜在的关联规则，这些在企业营销决策的制定过程中具有重要的参考价值。另外，FP-Growth数据挖掘-FP-Growth
生活中的数据本身包含着各种联系，大数据的出现给我们带来了一种新的思维方式，那就是跳出先因后果的思维方式，用大量的数据统计结果去倒推原因，找到无关因素间的隐蔽联系，例如众人皆知的营销案例 "啤酒和尿布”。本文将介绍目前业界经典关联规则算法 FP-Growth，借助分析购物篮中商品数据，找出商品之间的关联关系，帮助用户挖掘出数据最大的价值，获得更大的经营收益。 FP-Growth 简介 FP-Growth（Frequent Pattern Growth）作为一种经典的关联规则算法，可以高效自动地从数据中挖掘出频繁集合，进而挖掘出潜在的关联规则，这些在企业营销决策的制定过程中具有重要的参考价值。另外，FP-Growth数据挖掘-异常值处理
概述 异常值检测和处理是数据挖掘中常用的数据处理方法，添加异常值检测节点，满足数据处理、欺诈行为检测等应用场景。 用户可以针对异常值选择相应的填充策略进行异常值的替换。 image2020-7-3 16:58:36.png 输入/输出 输入 一个输入端口，用于接收数据集 … :1.png 检测方法 四分位距：将数据按数值从小到大分成四等分，分隔点为Q1、Q2、Q3，四分位距则为上四分位值Q3与下四分位值Q1两者之差。 标准差法：假定数据是服从正态分布的，计算数据的标准差，对偏离标准差的数据进行处理如用均值、上下界数值、指定值替换。 自定义检测：可以自定义上下界，对异常值进行数据挖掘-异常值处理
概述 异常值检测和处理是数据挖掘中常用的数据处理方法，添加异常值检测节点，满足数据处理、欺诈行为检测等应用场景。 用户可以针对异常值选择相应的填充策略进行异常值的替换。 image2020-7-3 16:58:36.png 输入/输出 输入 一个输入端口，用于接收数据集 … :1.png 检测方法 四分位距：将数据按数值从小到大分成四等分，分隔点为Q1、Q2、Q3，四分位距则为上四分位值Q3与下四分位值Q1两者之差。 标准差法：假定数据是服从正态分布的，计算数据的标准差，对偏离标准差的数据进行处理如用均值、上下界数值、指定值替换。 自定义检测：可以自定义上下界，对异常值进行样式 - 电子表格设置数据条为左对齐，预览之后非0数值并没有左对齐
(本文档仅供参考) 问题说明 在excel里面预览是正常的，所有数据都是居左显示 image2019-10-8 18:26:57.png 但是发布预览之后，非0数值并没有左对齐 image2019-10-8 18:28:56.png 解决方案 该问题是第三方插件的bug，可以通过宏规避 如果是静态数据，可直接通过以下客户端宏来进行规避： image2019-10-9 9:39:53.png ClientSide spreadsheetReport onRender function main(spreadsheetReport, isAjaxRefreshCallback仪表盘-表单表 修改"暂无数据"
(示例仅供参考) 问题说明 明细表查询结果为空的时候显示“暂无数据”，我想自定义这个无数据时显示的文本信息 image2024-9-18_14-29-6.png 解决方案： 目前只能写宏实现 参考示例，组件渲染完后事件 function main(page: IPage, portlet … = 'none'; } } image2024-10-10_14-20-53.png image2024-10-10_14-21-16.png 空数据显示其他内容 返回数据为空显示无数据 无数据时不显示空Javabean数据集
此页面指的是Java数据集： image2025-4-22_11-42-53.png @self @self自助ETL/数据挖掘二次开发
数据模型-其它计算
跨期间值 跨期间值：是指大于1个周期的值。它通常用来与当期值进行对比，例如：今年与前年的对比，要通过跨两年周期获取前年的值；当月与上上个月的对比，要跨越两个月的周期获取上上个月的值。 在业务数据分析中，由于临近周期的数据无参考意义时，需要用到跨期间值。例如：由于2020年发生疫情，以致2020年的销售数据不是常态数据，没有参考价值，因此只能将2021年的数据与2019年的数据进行对比分析。 下面示例通过自定义计算度量，实现跨两年周期的值： image2022-2-6_13-54-44.png 在自助仪表盘中运用以上定制的计算度量“跨两年的值”查看数据效果： image2021-7-28_16-32-27.png
