第112页，共606页。 显示 6,057 条结果 (0.088 秒)
数据挖掘-机器学习
机器学习是一类算法的总称，这些算法从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类。它不需要写任何与问题有关的特定代码，将数据输入泛型算法当中，在数据的基础上建立对应的逻辑，输出期望的结果。 机器学习数据挖掘-机器学习
机器学习是一类算法的总称，这些算法从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类。它不需要写任何与问题有关的特定代码，将数据输入泛型算法当中，在数据的基础上建立对应的逻辑，输出期望的结果。 机器学习Smartbi数据挖掘/SmartbiETL服务版本升级
升级数据挖掘引擎/SmartbiETL组件 如果使用了数据挖掘/SmartbiETL组件，在更新war包时要同步更新数据挖掘/SmartbiETL组件。 具体操作流程如下： 1、联系Smartbi官方支持获取最新版本的数据挖掘引擎安装包，并解压。 2、用putty工具连接到服务器进入安装目录 … >目录下 5、启动数据挖掘执行引擎和服务引擎。 具体操作方式，可以参考数据挖掘引擎更新操作文档 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=114990727Excel数据导入能导入带公式的Excel文件吗
（本文档仅供参考） 问题描述： excel模板导入的时候 有一列是公式计算的值 可以导入到数据库里面吗？例如：vlookup函 image2020-12-29_13-52-33.png 解决方案： 目前不支持存在公式的单元格Excel数据导入。建议转换成值之后，再进行导入。或者考虑通过数据处理类的方式，导入时转换为值再进行导入。 数据处理类处理方式：需结合实际应用场景自行开发写数据处理类，对于数据处理类调用包逻辑可参考wiki文档：https://history.wiki.smartbi.com.cn/pages/viewpage.action自助数据集查询报错：'=' cannot be applied to boolean, integer
（此文档仅供参考） 问题说明 自助数据集两表关联查询报错：'=' cannot be applied to boolean, integer；但实际上两表关联的字段都是整型，并不存在数据类型不同的情况。注：两表来源的数据库都为MySQL image2022-2-15_16-0-48.png 问题原因 该问题主要是因为在mysql中是没有Boolean类型的，它的布尔类型是通过设置数据类型为：tinyint(1)来代表的，值是0或1； 而当前问题中两表关联的其中一个字段类型设置为tinyint(1)，并且底层数据值为0或1，因此mysql驱动识别成了布尔类型。 解决方案 可在mysql数据源中，在连接字符串中添加该项Excel融合分析如何使用数据透视表实现行列不固定和动态扩展
1. 背景 数据透视表能通过对明细数据的聚合分类，可以方便快速的得出想要的结果。 在Excel融合分析里同样能够使用Excel自带的数据透视表，实现行列不固定和动态扩展的报表。 2. 要求 在数据透视表中，可以根据自己的需求将字段拖动到不同区域，实现报表的行列不固定和动态扩展。 月份在行区 … 3. 演示 本示例以“报表数据集”为例进行演示 1、登录电子表格，选择“报表数据集”，新建模型查询。 模型查询更多使用说明可参考文档电子表格-模型查询 2022-03-22_14-01-011.png 2、将模型查询中所需字段拖入到Excel融合分析中Excel融合分析如何使用数据透视表实现行列不固定和动态扩展
1. 背景 数据透视表能通过对明细数据的聚合分类，可以方便快速的得出想要的结果。 在Excel融合分析里同样能够使用Excel自带的数据透视表，实现行列不固定和动态扩展的报表。 2. 要求 在数据透视表中，可以根据自己的需求将字段拖动到不同区域，实现报表的行列不固定和动态扩展。 月份在行区 … 3. 演示 本示例以“报表数据集”为例进行演示 1、登录电子表格，选择“报表数据集”，新建模型查询。 模型查询更多使用说明可参考文档电子表格⬝ 模型查询示例 2022-03-22_14-01-011.png 2、将模型查询中所需字段拖入到Excel融合分析中指标模型-维度数据管理
维度需关联维表和关联字段后，才可预览数据。 列表展示 打开某个维度，点击 数据预览 ，支持分页查看维度数据。 2023-01-31_16-46-28.png 树形展示 维度属性中的维成员数据支持通过树形效果展示。 2023-01-31_16-49-10.pngMongoDB查看表对象数据结构
（本文档仅供参考） 问题 如何查看MongoDB数据库数据表对象数据结构? 解决方案 登录MongoDB客户端如下图: image2023-7-24_14-9-13.png 查看对象数据结构:db.getCollection('表名称').find().skip(0).limit(20).toArray() image2023-7-24_14-14-13.png数据挖掘-高斯混合模型
概述 高斯混合模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。高斯混合模型与K均值聚类不同，K均值是考虑每个数据点到某个类簇中心点的距离，而高斯混合模型是考虑数据点被分配到每个类簇的概率。 高斯混合模型适用于聚类问题中各个类别的尺寸不同，聚类间有相关关系的情况。 示例 使用“航空公司客户价值分析”案例数据，分析客户为高价值客户、一般客户、低价值客户。 图片37.png 高斯混合模型参数如下： 参数名称 值 说明 归一化 正则化 详情请参考 归一化 https
