第13页，共605页。 显示 6,044 条结果 (0.068 秒)
大数据量查询优化：预计算(抽取模式)配置指南
true。 2、同时，OLAP 引擎也需开启 SQL 简化开关，即在配置项设置： mondrian.simplifySql 设置为 true。 olap.png 只有完成这些配置，预计算功能才能正常运行。 3.2 进入预计算管理界面 数据模型有 “直连” 和 “抽取” 两种模式，目前仅 “抽取” 模式支持预计 … 预计算名称 必填项；且在整个数据模型中具有唯一性，不能重复；取名建议与最终查询用途意思相近，这样方便维护。 别名 非必填，如未填写，别名与预计算名称一致。 描述 非必填，描述主要为了更好的记录该预计算的用途，防止后面不知道该预计算的作用，可以在描述这里详细记录。 事实表 事实表（预计TiDB数据连接
： image2023-9-12_10-31-10.png 说明： 1）名称是数据连接名称，用户可以自定义，不可为空 2）用户名和密码是连接字符串中配置的数据库的连接用户名和密码，一般可以联系数据库管理员获取。 3）驱动程序类型为TiDB时会提供“大数据量兼容”和“允许加载Excel数据”配置项进行选择： 大数据量兼容：默认勾选。在勾选“大数据量兼容 … 1 概述 本文介绍如何在Smartbi中连接TiDB数据库。 版本信息如下： 驱动版本 Smartbi版本 mysql-connector-java-5.1.48 Smartbi V10.5.15及以上 2 数据连接 2.1 配置信息 驱动程序类 连接数据挖掘-逻辑回归
多分类问题，算法会输出一个多维逻辑回归模型。 示例 使用“银行零售客户流失”案例数据，包含17个特征列和1个二类的目标标签。需要对银行客户预测是否流失。通过数据预处理及模型训练，如下图： 图片30.png 其中，特征离散是将年龄、卡龄等数据离散化，是为了提高模型的准确度，提高运行速度。 逻辑 … 参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 评估标准 用于选择数据的评估指标，包括：f1、precision、recall、accuracy、AUC(二分数据挖掘-逻辑回归
多分类问题，算法会输出一个多维逻辑回归模型。 示例 使用“银行零售客户流失”案例数据，包含17个特征列和1个二类的目标标签。需要对银行客户预测是否流失。通过数据预处理及模型训练，如下图： 图片30.png 其中，特征离散是将年龄、卡龄等数据离散化，是为了提高模型的准确度，提高运行速度。 逻辑 … 参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 评估标准 用于选择数据的评估指标，包括：f1、precision、recall、accuracy、AUC(二分MogDB数据连接
）用户名和密码是连接字符串中配置的数据库的连接用户名和密码，一般可以联系数据库管理员获取。 3）驱动程序类型为 MogDB 时会提供“允许加载Excel数据”配置项进行选择： 允许加载Excel数据：在勾选“允许加载Excel数据”后，可以在文件导入的时候选择该数据源。 2.3 测试连接 1、信息正确输入后 … 1 概述 本文介绍如何在Smartbi中连接MogDB数据库。 2 数据连接 2.1 配置信息 驱动程序类 连接字符串 驱动程序存放目录 支持数据库版本 org.postgresql.Driver jdbc:postgresql://<servername>:5432YMatrix数据连接
2）用户名和密码是连接字符串中配置的数据库的连接用户名和密码，一般可以联系数据库管理员获取。 3）驱动程序类型为 MogDB 时会提供“允许加载Excel数据”配置项进行选择： 允许加载Excel数据：在勾选“允许加载Excel数据”后，可以在文件导入的时候选择该数据源。 2.3 测试连接 1、信息正确 … 1 概述 本文介绍如何在Smartbi中连接YMatrix数据库。 2 数据连接 2.1 配置信息 驱动程序类 连接字符串 驱动程序存放目录 支持数据库版本 org.postgresql.Driver jdbc:postgresql://<servername>:5432报错 - 电子表格列数索引超过实际数据列数
动态扩展了列的配置是基于服务器保护而设置的阈值机制，建议字段过多的时候减少查询的数据量，配置项可进行小范围内调整，不建议单数据集查询过多字段。 透视分析列缺失 列数索引超过实际数据列数 … （本文档仅供参考） 问题现象： 1、打开电子表格时报错“列数索引超过实际数据列数” image2025-5-26_15-8-20.png 2、打开透视分析时，发现列区字段扩展不全 image2025-5-26_15-16-37.png 问题原因： 电子表格在使用模型汇总查询时底层走的是透视分析Smartbi V10-数据连接
Sheet页的数据文件 +【数据连接】多维分析Mondrain版本升级同步到主线 ^【数据连接】优化数据编辑权限和导入文件权限 ^【数据连接】优化数据源连接配置项 +【数据连接】Hadoop_Hive、IMPALA等大数据源支持Kerberos认证，提升数据安全性 背景 … ；保持原有的资源授权设置（everyone 有编辑权限）； 数据采集空间下创建的目录默认不继承父项权限； 用户对目录的子孙节点无编辑权限，不允许用户删除该目录； ^【数据连接】优化数据源连接配置项 背景介绍 以前的版本，产品支持了很多数据库，由于有的用户对一些数据库的了解程度不深数据挖掘-支持向量机
”案例数据，共12个特征和1个二类的目标标签，需要预测是否贷款。通过数据预处理及模型训练，如下图： 图片26.png 其中，数据探索是为了解各变量之间的相关关系，方便之后数据分析中参数特征的设定；特征转换是为了将各变量中的类别型变量变换成数值型变量，类别型无法进入模型，转换后方便算法模型学习；特征离散是把连续特征分段 … 。 image2021-9-29_17-17-51.png 自动调参的方式分为两种： 指定值调参：指定一个固定的值进行自动调参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 评估标准 用于选择数据挖掘-支持向量机
”案例数据，共12个特征和1个二类的目标标签，需要预测是否贷款。通过数据预处理及模型训练，如下图： 图片26.png 其中，数据探索是为了解各变量之间的相关关系，方便之后数据分析中参数特征的设定；特征转换是为了将各变量中的类别型变量变换成数值型变量，类别型无法进入模型，转换后方便算法模型学习；特征离散是把连续特征分段 … 。 image2021-9-29_17-17-51.png 自动调参的方式分为两种： 指定值调参：指定一个固定的值进行自动调参。 范围调参：在指定的范围内进行自动调参。 设置项说明如下： 设置项 说明 拆分比例 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 评估标准 用于选择
