搜索

Help

第98页,共113页。 显示 1,129 条结果 (0.026 秒)

  1. 图表组件 ⬝ 柱图

    ,适合用于展示数据差距较大的多指标数据。 10.1 配图建议 X轴:一个维度字段; Y轴:一个或多个度量字段; 10.2 图形特点 优势:适用于展示数据差距较大的数据,可突出显示不同分类指标的数据量差距。 劣势:当维度数据较多时,图表的可读会比较差。 10.3 业务场景 1、场景描述:某大型零售公司
  2. Charles常用使用场景及说明

    "QueryView.superclass.constructor.call(this, parentObject);",在New中填写"debugger; QueryView.superclass.constructor.call(this, parentObject);"。请注意,Match中的语句必须有唯一(即在所有请求中只会出现一次),否则Charles会替换错误。 7
    技术参考十一月 27, 2020
  3. kettle建立缓慢增长维

    示例,后面的介绍中一部分示例都来自kettle自带的这个示例文件夹下。docs里面最主要的是Spoon-version-User-Guide. zip ,里面记录了kettle 的技术文档,包括支持的操作系统,数据库平台,文本格式,图形化的界面,其中最重要的是所有的转换对象(Transformation Core
    技术参考十一月 27, 2020
  4. BI笔记之---合理处理SSAS数据库的几点建议

    http://technet.microsoft.com/zh-cn/library/bb630321(v=sql.105).aspx 总之,解决问题的方法很多,这里只列举一些比较常见的问题以及我个人的建议,其它有代表的问题也欢迎大家列出来在这里做进一步的探讨。 最后,希望这篇对大家有帮助。
    技术参考十二月 10, 2020
  5. Impala与Hive的比较

    之间利用网络传输数据,在执行过程不会有写磁盘的操作(insert除外)。 调度: Hive: 任务调度依赖于Hadoop的调度策略。 Impala: 调度由自己完成,目前只有一种调度器simple-schedule,它会尽量满足数据的局部,扫描数据的进程尽量靠近数据本身所在的物理机器。调度器目前还比较简单
    技术参考二月 13, 2014
  6. SQL92标准

    table_name where Stockid=3 truncate table_name ----删除表中所有行,依然保持表的完整 drop table table_name ----完全删除表 ————alter alter table database.owner.table_name add
    技术参考十一月 21, 2018
  7. 某银行信用卡评分分析

    背景描述及需求 银行在市场经济中起着至关重要的作用。他们决定谁能获得资金,以什么条件获得资金,并决定投资决策的成败。为了让市场和社会发挥作用,个人和企业需要获得信贷。信用评分算法是银行用来决定贷款是否应该发放的一种方法,它对违约概率进行猜测。为了推进信用卡业务良性发展,减少坏账风险,各大银行都进行了信用卡客户风险识别相关工作,建立了相应的客户风险评分模型。 本案例分析的是通过预测某人在未来两年内遭遇财务困境的可能,来提高自己在信用评分方面的水平。主要应用于相关融资类业务中新用户的主体评级,适用于个人和机构融资主体。本案例定义逾期90天以上就算作坏客户。 信用卡客户评分数据挖掘主要包括以下步骤: 1) 从银行获取信用卡相关
  8. 实验界面介绍

    ://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942370 将数据挖掘实验发布为web服务。 image2020-6-2 16:39:6.png 设置模型自学习 发布到生产的服务内所训练的模型,通过模型自学习有可能提高模型准确。 image2020-6-2
  9. 数据挖掘-服务

    : image2021-8-30_10-35-5.png 一个服务实验可以生成多个服务。 更新服务 选择一个原服务更新其实验节点: image2021-8-30_10-38-25.png 灰度服务 灰度服务用于使多版本模型并行运行,并保持多版本模型运行的结果,通过结果比较灰度测试的模型版本的准确和稳定性
  10. 实验界面介绍

    ://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942370 将数据挖掘实验发布为web服务。 image2020-6-2 16:39:6.png 设置模型自学习 发布到生产的服务内所训练的模型,通过模型自学习有可能提高模型准确。 image2020-6-2