第15页，共605页。 显示 6,044 条结果 (0.16 秒)
透视分析 ⬝ 数据分组
字段的分组，比如将城市重新分类为一线城市、二线城市等 范围分组：支持用于数值和日期字段类型数据的分组，字符串类型不支持范围分组；一般用于数值字段的分组，比如将销售额按数值区间分为大额订单、小额订单等 分组设置 添加分组：见下面介绍 合并成一项：将分组外的数据合并为一项显示，用户可以自定义合并项的名称，比如 … 1 概述 数据分组支持用户按照业务逻辑对数据重新分组归类，如把城市划分为一线城市、二线城市等。 2 功能入口 透视分析上创建的分组字段属于报表私有，若需和其它报表共用，请在数据模型上创建自定义分组。 自定义分组是对聚合前的字段数据进行分组 , 支持选择计算列、层次结构、不支持选择度量、计算度量和命名集替换数据来源
概述 用于将当前仪表盘使用的数据替换为用户指定的数据，支持替换数据来源、计算字段、参数等，帮助用户快速复用新的报表。 功能入口 在工具栏的操作下拉框中选择”替换数据来源“： image2022-1-22_16-12-42.png 设置项说明 替换数据来源界面如下： image2022-1-23_14-21-20.png 设置项说明如下： 区域 说明 原数据来源区 通过列表显示当前报表所有引用的数据来源，包括自助数据集、业务主题、数据模型、指标模型。 替换数据区 新数据来源 设置需要替换的数据集。 新数据来源仅支持指标模型/数据模型。 映射设置 字段SQL查询控制数据示例
、设置项具体说明：可查看SQL查询/数据集支持权限控制。 为了方便说明示例，先创建一个用户：VerifyUser 密码是1 ，角色：VeriyRole，再给VerifyUser 分配了角色：VeriyRole；如何创建用户、角色可查看：用户管理。 设置操作权限：biao4.png 1 表权限：某个"表 … 抛出异常，但是能正常保存。 980.png 原因：是由于产品本身有 引用 权限就能查看数据，该控制项仅仅只是控制数据安全性，用户无法在 SQL查询 中随意输入表、字段 查找没有 查看 权限的数据。 2 列权限：表中字段没有引用、查看权限 1、基于示例1 添加的”categories“表，通过表的设置资源授权设计仪表盘 ⬝ 替换数据来源
>TEMP 目录下： tihuanshujulaiyuan05.png 4 设置项说明 替换数据来源界面如下： tihuanshujulaiyuan02.png 设置项说明如下： 区域 说明 原数据来源区 通过列表显示当前报表所有引用的数据来源，包括自助数据集、业务主题、数据模型、指标模型 … 1 概述 用于将当前仪表盘使用的数据替换为用户指定的数据，支持替换数据来源、计算字段、参数等，帮助用户快速复用新的报表。 在仪表盘中定义的私有字段暂不支持替换数据来源功能，私有字段包含：分组字段、计算列、计算度量和命名集。 2 功能入口 在工具栏的操作下拉框中选择”替换数据来源数据挖掘-多层感知机
小于等于10240的整数，默认为128。 训练时每次输入的样本块的大小，同一块的数据会在同一个矩阵中训练； 分类阈值 参数范围为：[0,1]。默认值为：0.5 在分类中设置分类阈值thresholds。 如果模型预测结果为分类标签1的估计概率>thresholds，则预测为1，否则为0。高 … ： 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 用于选择数据的评估指标，包括：f1数据挖掘-多层感知机
小于等于10240的整数，默认为128。 训练时每次输入的样本块的大小，同一块的数据会在同一个矩阵中训练； 分类阈值 参数范围为：[0,1]。默认值为：0.5 在分类中设置分类阈值thresholds。 如果模型预测结果为分类标签1的估计概率>thresholds，则预测为1，否则为0。高 … ： 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 用于选择数据的评估指标，包括：f1数据挖掘-随机森林
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 … 概述 随机森林指的是利用多棵树构成森林对样本进行训练并预测的一种分类器。但是每棵决策树之间没有关联，每棵树都是基于随机抽取的样本和特征进行独立训练。 随机森林算法广泛应用于分类问题。其是决策树的组合，将许多决策树联合到一起，以降低过拟合的风险。随机森林支持连续数据或离散数据进行二分类或多分类。 优势：可反映出数据挖掘-随机森林
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 … 概述 随机森林指的是利用多棵树构成森林对样本进行训练并预测的一种分类器。但是每棵决策树之间没有关联，每棵树都是基于随机抽取的样本和特征进行独立训练。 随机森林算法广泛应用于分类问题。其是决策树的组合，将许多决策树联合到一起，以降低过拟合的风险。随机森林支持连续数据或离散数据进行二分类或多分类。 优势：可反映出如何跟踪数据不对的情况
、数据类型等对数据结果的影响性。 示例数据说明： 客户标签表是每个客户每天1条记录，存储客户标签如是否高净值客户等信息，标签状态每天可能是变的； 债务事实，每个客户每天1~n条记录，比如信用卡债务、房屋贷款债务，属于余额性质类指标； 持仓事实，每个客户每天1~n条记录，记录客户每个证券产品的持仓情况，可基于 … 1 概述 类似经营分析模型，一个模型接入100张表很正常，并且最终查数据库的SQL是根据用户查询意图动态构建，无法一开始知道最终查询SQL，此时用户查询数据时如出现以下疑问，该如何跟踪确认？ 怀疑数据被放大，明明是2000，系统看到是6000； 明明有数据，查询结果显示无数据； 数据的值明显不对，和实际相比交互式仪表盘 ⬝ 数据分组
的分组；一般用于文本字段的分组，比如将城市重新分类为一线城市、二线城市等。 范围分组：支持用于数值和日期字段类型数据的分组，字符串类型不支持范围分组；一般用于数值字段的分组，比如将销售额按数值区间分为大额订单、小额订单等。 分组设置 合并成一项：将分组外的数据合并为一项显示，用户可以自定义合并项的名称，比如 … 1 概述 数据分组支持用户按照业务逻辑对数据重新分组归类，如把城市划分为一线城市、二线城市等。 仪表盘上创建的分组字段属于报表私有，若需和其它报表共用，请在数据模型上创建 自定义分组 。 2 功能入口 在数据选择区的维度目录上点击image2023-5-30_16-9-40.png可以创建分组字段。 分组
