第91页，共561页。 显示 5,606 条结果 (0.684 秒)
BI笔记之---合理处理SSAS数据库的几点建议
今天又有朋友遇到SSAS数据库处理速度慢的情况，主要是由于数据聚合量确实很大，每次处理都要超过三十分钟，有没有什么方法能让处理的时间少一些呢？ 从事BI工作有七个年头了，这样类似的问题绝对可以排在职业圈内TOP 10的FAQ当中。这样的问题往往都略有复杂，在此根据遇到过的一些场景，罗列一些自己的经验。 由于篇幅限制，这里只介绍遇到问题时的解决思路，详细的操作我会链接到我的其它随笔供大家实际操作的时候参考，还有很多建议上的细节都尽量标出官方文档的出处供大家获取更多内容。 提升数据仓库层相关表的查询效率 SSAS数据库在处理时，要向数据仓库层抛SQL查询。所以对相应的维表和事实表进行优化是这一步的关键。 我先前回写-电子表格后，查询时保持原数据库表的小数位
问题描述： 客户创建的回写表，通过数据模型的方式，创建的查询数据，然后进行回写查询，发现数据回写没有问题，查询时，小数位只展示2位，如何展示数据库表一样的小数位？ image2024-7-30_14-48-15.png image2024-7-30_14-48-46.png 解决方案： 方案一：可以通过直接获取系统数据库表的字段进行查询，开启电子表格旧的数据集，系统选项-高级设置； image2024-7-30_14-52-20.png 方案二：如果是通过数据模型和sql方式进行查询，这时需要在电子表格中设置如下选项，清除选项即可： image2024-7-30_14-50-48.png 回写后显示所有小数位Excel融合分析如何实现有系统数据+手工输入内容的报表
1. 背景 使用Excel融合分析我们可以对系统上的数据做到自助取数，但是有些时候我们还需要添加备注信息对数据进行说明。 2. 要求 自定义一个行列固定的报表，通过公式获取想要的数据，之后添加备注对数据情况进行描述。 image2020-8-24_14-23-5.png 3. 演示 本示例以系统数据集为例进行演示。 1、登录电子表格，数据集来源选择“系统数据集”。 2、拖拽所需字段到Excel融合分析中。 image2020-8-24_13-44-8.png 在Excel融合分析中： （1）如需显示旧资源数据集（系统数据集）可参考文档电子表格插件启用系统数据集 httpsExcel融合分析如何实现有系统数据+手工输入内容的报表
1. 背景 使用Excel融合分析我们可以对系统上的数据做到自助取数，但是有些时候我们还需要添加备注信息对数据进行说明。 2. 要求 自定义一个行列固定的报表，通过公式获取想要的数据，之后添加备注对数据情况进行描述。 image2020-8-24_14-23-5.png 3. 演示 本示例以系统数据集为例进行演示。 1、登录电子表格，数据集来源选择“系统数据集”。 2、拖拽所需字段到Excel融合分析中。 image2020-8-24_13-44-8.png 在Excel融合分析中： （1）如需显示旧资源数据集（系统数据集）可参考文档电子表格插件启用系统数据集 httpsExcel融合分析如何做到线上线下数据联合
1. 背景 通过获取在线数据，结合本地静态数据，进行数据匹配，实现数据结果本地化 2. 示例说明 2.1 最终呈现效果 通过切换参数，查看指定地区和产品类别的数据 创建数据透视表、图表进行数据直观展示 image2020-8-7_14-29-20.png image2020-8-7_14-29-36.png 2.2 操作步骤 打开本地静态数据表 打开一个Excel数据表，其中，“本地顾客信息”存放了本地静态数据，并在Smartbi中点击登陆 27.png 选择数据来源(以透视分析为例) 在指定目录Excel融合分析如何做到线上线下数据联合
1. 背景 通过获取在线数据，结合本地静态数据，进行数据匹配，实现数据结果本地化 2. 示例说明 2.1 最终呈现效果 通过切换参数，查看指定地区和产品类别的数据 创建数据透视表、图表进行数据直观展示 image2020-8-7_14-29-20.png image2020-8-7_14-29-36.png 2.2 操作步骤 打开本地静态数据表 打开一个Excel数据表，其中，“本地顾客信息”存放了本地静态数据，并在Smartbi中点击登陆 27.png 选择数据来源(以透视分析为例) 在指定目录DB2数据源创建sql数据集中添加符号/时报错
（本文档仅供参考） 现象： DB2数据源创建sql数据集中添加符号/时报错： image2022-10-9_9-41-48.png 原因： 没有添加引用标识符，DB2使用 "作为引用标识符 解决方法： 添加引用标识符： image2022-10-9_9-43-30.png sqlcode=-206 sqlstate=42703数据挖掘-正则化
概述 用于标准化输入数据，使每个向量具有单位范数；Normalizer需要输入参数p，指定标准化范数，默认值为2；该标准化方法可用于提升算法效果。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据 … ，默认值为：2 示例 使用“鸢尾花数据”，选择4个特征列进行正则化处理，P范数为2，输出结果如下图： 图片15.png 正则化数据挖掘-特征选择
概述 特征选择的作用是从数据集中选取有用特征，用于分类预测或者回归预测算法的训练； 其中：标签列必选，但是只有分类回归预测算法才需要选择标签列，聚类训练时则不需要选择标签列。当与特征节点组合使用时则不需要选择标签列。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择特征列 用于选择做为特征列的字段 必填 选择标签列 用于选择做为标签列的字段 分类、回归算法必填、聚类算法及组合使用不需要选择 示例 特征选择中数据挖掘-特征选择
概述 特征选择的作用是从数据集中选取有用特征，用于分类预测或者回归预测算法的训练； 其中：标签列必选，但是只有分类回归预测算法才需要选择标签列，聚类训练时则不需要选择标签列。当与特征节点组合使用时则不需要选择标签列。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择特征列 用于选择做为特征列的字段 必填 选择标签列 用于选择做为标签列的字段 分类、回归算法必填、聚类算法及组合使用不需要选择 示例 特征选择中
