第81页，共433页。 显示 4,330 条结果 (0.096 秒)
宽度自适应模式：报告型仪表盘
的销量增率 销量有正增长率和负增长率，另外增加平均线来进行对比分析 两个维度，重点关注价格段，总体呈单系列降序展示 通过单Y联合图来表现 image2018-9-4 10:39:59.png 突出销量与销量增率的对比关系 两个指标对比，指标值相差较大 通过双Y联合图来表现 … 11:4:40.png 详细的展示主流车企的销量和同比变化 详细展示明细数据 通过表格来表现 image2018-9-4 11:1:47.png 重点分析增速前5的车企情况 总结分析+展示，直观展示增速前5的车企 通过文本组件和横条图来表现 image2018-9-4 11:8主题区-仪表盘
图片等比缩放，按照图片的最小边来适应页面的最大边已达到填充页面效果。 如果图片分辨率和屏幕的比例不一样的话，图片会有部分显示不了（超出屏幕之外）。 image2019-8-22 16:14:21.png 是否随滚动条滚动说明如下： 默认：背景图不随滚动条滚动。 滚动：背景图随滚动条滚动。 边距 当布局方式为“高宽自适应”和“宽度自适应”时，可设置页面与组件上下左右的边距大小。 image2019-10-12 14:36:45.png 效果如图： image2021-8-4_10-43-59.png 对应的模型图如下： image2019-8-22 14:51:16.png 间隔数据挖掘-最优主题输出数
概述 最优主题输出数节点用于查看LDA模型训练后输出的主题数量和模型的困惑度(perplexity)，可以作为LDA模型表现的评估标准。 示例 使用文本数据，训练LDA模型后在“抽取”节点下接入“最优主题输出数”节点。 图片5.png 其输出结果如下： 图片6.png 其中k为LDA模型输出的主题数量，perplexity为LDA模型的困惑度。困惑度越低，模型效果越好。数据挖掘-最优主题输出数
概述 最优主题输出数节点用于查看LDA模型训练后输出的主题数量和模型的困惑度(perplexity)，可以作为LDA模型表现的评估标准。 示例 使用文本数据，训练LDA模型后在“抽取”节点下接入“最优主题输出数”节点。 图片5.png 其输出结果如下： 图片6.png 其中k为LDA模型输出的主题数量，perplexity为LDA模型的困惑度。困惑度越低，模型效果越好。模型数据行权限场景介绍
：可以显示它对应的子图，即能筛选它的表的字段都可以设置行权限。 3、设置demo用户，只能查看，客户表下的”客户编号“为”客户A“、”客户B“，设置好之后保存行权限。 4、去创建透视分析，查看：所有客户的贷款信息，效果如下: weiduhangqxian03.png 5、切换成demo用户查看该报表，发现只能 … 模式的逻辑与简单模式一致，在高级模式下，也能使用子图的字段进行条件控制，并且在SQL的子查询中，可以使用不在子图中表的字段。 image2024-8-31_15-52-8.png透视分析 ⬝ 设置样式
合计行/列，详情可查看：分类汇总 。 shezhiyangshi03.png 小计/合计样式设置的详细说明： 如果单元格上同时有合计和小计的样式时，小计合计的交叉单元格以合计样式显示。 设置项 说明 效果图 合计行位置 合计和小计行显示位置在表格的顶部还是底部 … 2023-03-27_17-15-30.png 3、风格：设置交叉表的表格风格类型为 表格 、 斑马线 、 无边框 。 shezhiyangshi06.png 风格类型 设置项 效果图 表格 Snipaste_2023-06-14_10-06-15.png应用场景
问句 1 看一下近3年各个季度的商机个数 2 添加同比 3 添加年累计 4 作图，柱线双Y联合图，不包含同比字段 5 图例显示在图形上方，顶部，居中 看一下近3年各个季度的商机个数。 image2024-9-6_17-22-48.png 添加同比 image2024-9-6_17-24-32.png 添加年累计 image2024-12-20_11-37-46.png 作图，柱线双Y联合图，不包含同比字段。 image2024-12-20_15-58-30.png 图例显示在图形上方，顶部，居中MDX的基本语法及概念
示例均为多维数据集关系图的元组： (源.[东半球]) (时间.[下半年], 源.[西半球]) 元组的有序集合称为集合(Set)。在 MDX 查询中，轴维度和切片器维度由这种元组集合组成。以下示例是对关系图内多维数据集中的一个元组集合的描述。 { (时间.[上半年].[第一季度]), 时间 … 的值归入该分类。成员是描述多维数据集中的单元数据时的最低参照层次。例如，下面的关系图加入阴影以表示"时间.[下半年].[第三季度]"成员。 3.png 2.2.2元组 元组用于定义来自多维数据集的数据切片；它由来自一个或多个维度的单个成员的有序集合组成。元组用于标识来自多维数据集的特定多维数据块；由来MDX的基本语法及概念
示例均为多维数据集关系图的元组： (源.[东半球]) (时间.[下半年], 源.[西半球]) 元组的有序集合称为集合(Set)。在 MDX 查询中，轴维度和切片器维度由这种元组集合组成。以下示例是对关系图内多维数据集中的一个元组集合的描述。 { (时间.[上半年].[第一季度]), 时间 … 的值归入该分类。成员是描述多维数据集中的单元数据时的最低参照层次。例如，下面的关系图加入阴影以表示"时间.[下半年].[第三季度]"成员。 3.png 2.2.2元组 元组用于定义来自多维数据集的数据切片；它由来自一个或多个维度的单个成员的有序集合组成。元组用于标识来自多维数据集的特定多维数据块；由来ETL自动化工程
1. 概述 为了简化数据库表的迁移操作，使项目实施流程标准化，降低项目实施门槛，提高项目实施效率。产品中提供了ETL自动化工具，它能够自动生成自助ETL和物理表，用户可以执行生成的ETL实现物理表的灌数操作。同时，它还允许用户手动修改对应的Excel规则模板，实现更细致的配置。 2. 功能入口 在“数据准备“界面左侧资源树的“ETL自动化”节点上，右键选择 ”新建 → ETL自动化"。 image2024-12-17_16-4-7.png 3. 流程说明 ETL自动化工程的操作流程如下： image2021-9-9_16-24-3.png 各流程节点的说明如下： 新建ETL自动化：指创建新建ETL
