第90页，共561页。 显示 5,606 条结果 (0.045 秒)
数据模型-创建计算成员
计算成员是维度成员和度量的结合体，它通过绑定在普通维度上输出自定义成员字段，并且通过MDX表达返回数值结果。因此在报表应用时，计算成员必须结合度量字段才有数据意义。 如：我们的模型中有”区域-省份-城市“层级，”城市“层下只有具体的北京、深圳、上海、广州、成都等城市，此时我们可以基于这些成员创建一个叫”一线城市“的新成员做为维成员输出字段，该字段通过表达式实现将“北京”、“上海”、“深圳”这三个城市的数据求和。 演示示例 下面，我们详细说明如何创建这个名为“一线城市”的自定义成员： 1、在“成员”面板中单击image2021-5-14_19-3-56.png，在弹出的菜单选择 新建计算成员Java数据集字段支持分类
需求背景 项目中可能出现Java数据集字段比较多的情况，数量可能达到几百或几千个，这样在Java数据集对象定义界面中显示参数及结果集字段时，浏览器界面可能无法响应，另外新建Java数据集界面的资源树中显示太多的字段也不方便查找与使用。因此，需要Java数据集能够支持数据集字段按分类显示。 实现方案 在Java数据集的接口(smartbi.freequery.metadata.IJavaQueryData)中添加支持字段分类的相关接口，如下所示： /** * 返回分类资源 * * @param parentId * 父资源ID，当父ID为null则返回顶级分类资源 * @return如何向Smartbi中添加数据库驱动jar包—V7及以上，V9以下版本
（本文档仅供参考） 说明 在使用过程中，可能经常需要向Smartbi中添加数据库驱动jar，可以通过本文档中的方式添加此这类jar文件。 版本要求 V7.0.1及以上，V9以下版本可参考当前文档。 V9以上版本可参考wiki文档：如何向Smartbi中添加数据库驱动jar https … 查找扩展包中lib目录下的jar文件 如果smartbi中已内置对应的数据库驱动，则系统会使用内置的驱动进行数据源连接。若需要使用自行添加的驱动，则需要同时删除war包中内置的驱动文件。 添加驱动 添加jar数据挖掘-评分预测
概述 评分预测使用训练好的评分卡模型对具体数据进行预测，用于输出最终的信用评分。 输入/输出 输入 两个输入端口，输入1接收训练好的评分卡模型，输入2接收训练数据 输出 一个输出端口，用于输出预测结果 示例 图片1.png 查看输出可看到具体的预测结果： 图片2.png 注意事项 评分预测接入的数据必须为WOE编码之前的数据，且选取的特征应与进行WOE编码的特征相同。数据挖掘-评分预测
概述 评分预测使用训练好的评分卡模型对具体数据进行预测，用于输出最终的信用评分。 输入/输出 输入 两个输入端口，输入1接收训练好的评分卡模型，输入2接收训练数据 输出 一个输出端口，用于输出预测结果 示例 图片1.png 查看输出可看到具体的预测结果： 图片2.png 注意事项 评分预测接入的数据必须为WOE编码之前的数据，且选取的特征应与进行WOE编码的特征相同。数据挖掘-朴素贝叶斯
概述 一种基于概率网络的分类算法，它在朴素贝叶斯定理的基础上取消了关于各属性关于类标号条件独立的苛刻条件，通过各类的先验概率计算待分类样本的后验概率，得到测试样本属于各类别的概率。它对于解决复杂设备不确定性和关联性引起的故障有很大的优势。 示例 使用“城市功能区识别”案例数据，预测城市功能区为专营商业区还是 … 的组合。详情请参考 。 启用自动调参 勾选该项，则系统自动调参数，不需要用户手工设置参数。 模型类型 离散数据 根据特征数据的先验分布不同，可选择以下朴素贝叶斯算法： multinomial：多项式朴素贝叶斯，此选项为默认选项。 complement：补充朴素贝叶斯数据挖掘-朴素贝叶斯
概述 一种基于概率网络的分类算法，它在朴素贝叶斯定理的基础上取消了关于各属性关于类标号条件独立的苛刻条件，通过各类的先验概率计算待分类样本的后验概率，得到测试样本属于各类别的概率。它对于解决复杂设备不确定性和关联性引起的故障有很大的优势。 示例 使用“城市功能区识别”案例数据，预测城市功能区为专营商业区还是 … 的组合。详情请参考 。 启用自动调参 勾选该项，则系统自动调参数，不需要用户手工设置参数。 模型类型 离散数据 根据特征数据的先验分布不同，可选择以下朴素贝叶斯算法： multinomial：多项式朴素贝叶斯，此选项为默认选项。 complement：补充朴素贝叶斯SQL监控数据落地到知识库
1.需求背景 客户想要将系统监控中的SQL监控数据落地到知识库，后续便于客户进行报表分析或者审计使用。 2.功能说明 SQL监控的数据会落地到知识库中。 3.使用说明 3.1. 扩展包部署 扩展包：PD_SqlLogMonitor https://my.smartbi.com.cn/addons … (255) 用户名 c_userip varchar(255) 点分十进制用户ip c_starttime varchar(255) 执行sql的开始时间 c_datasource varchar(255) 数据源 c_status数据挖掘-去除重复值
概述 去除重复值是用于删除数据集中的重复行（假如有两行相同，保留其中一行）。 image2020-5-29 14:4:51.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，用于输出去除重复值的结果。 参数设置 设置去除重复值的参数： image2021-9-23_15-33-52.png 设置说明如下： 参数 说明 选择列 用于选择进行去除重复值设置的列： image2021-9-23_15-34-14.png 示例 1、原先关系数据源的输出结果有12条数据，对其进行去除数据挖掘-去除重复值
概述 去除重复值是用于删除数据集中的重复行（假如有两行相同，保留其中一行）。 image2020-5-29 14:4:51.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，用于输出去除重复值的结果。 参数设置 设置去除重复值的参数： image2021-9-23_15-33-52.png 设置说明如下： 参数 说明 选择列 用于选择进行去除重复值设置的列： image2021-9-23_15-34-14.png 示例 1、原先关系数据源的输出结果有12条数据，对其进行去除
