第315页，共561页。 显示 5,607 条结果 (0.094 秒)
报表推送到企业号功能，如何推送到带标签的用户
（本文档仅供参考） 问题 报表推送到企业号功能，如何推送到带标签的用户 image2024-12-25_14-33-32.png 解决方案 修改推送的应用的可见范围，添加需要推送的标签后，在推送到企业号界面即可选择标签。 image2024-12-25_14-34-38.png image2024-12-25_14-35-1.png 推送给企业微信有标签的企业用户 有标签的用户才通过企业微信推送系统监控-缓存
缓存页面用于配置集群环境时，利用该页面查看缓存配置的参数是否需要优化，以及缓存同步的相关信息，从而确认集群配置是否正确。 缓存.png 在多节点的集群环境，如果成功配置了缓存同步，界面上会显示各集群节点的ip及其同步连接相关的端口号： image2022-7-20_20-23-6.png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.png宏管理
为了方便用户查看新建编辑当前资源正在使用的宏，我们可以通过资源右键或是操作列表中选择编辑宏，如下图： 入口1： 129.png 入口2： 130.png 点击此功能后，则进入当选择资源的宏管理界面 131.png系统监控-缓存
缓存页面用于配置集群环境时，利用该页面查看缓存配置的参数是否需要优化，以及缓存同步的相关信息，从而确认集群配置是否正确。 缓存.png 在多节点的集群环境，如果成功配置了缓存同步，界面上会显示各集群节点的ip及其同步连接相关的端口号： image2022-7-20_20-23-6.png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-聚类系数
概述 聚类算法经过聚类训练之后，会明确每个特征的聚类中心和聚类标签。聚类系数就是输出聚类系数。 输入/输出 输入 一个输入端口，用于接收聚类训练后的结果。 输出 一个输出端口，用于输出聚类系数。 示例 以K均值为例，如下图： 图片48.png 点击右键可查看模型的聚类系数输出如下： 图片49.png 聚类系数宏管理
为了方便用户查看新建编辑当前资源正在使用的宏，我们可以通过资源右键或是操作列表中选择编辑宏，如下图： 入口1： 2021-09-07_16-19-28.png 入口2： 2021-09-07_16-20-49.png 点击此功能后，则进入当选择资源的宏管理界面 2021-09-07_16-21-48.png数据挖掘-聚类系数
概述 聚类算法经过聚类训练之后，会明确每个特征的聚类中心和聚类标签。聚类系数就是输出聚类系数。 输入/输出 输入 一个输入端口，用于接收聚类训练后的结果。 输出 一个输出端口，用于输出聚类系数。 示例 以K均值为例，如下图： 图片48.png 点击右键可查看模型的聚类系数输出如下： 图片49.png 聚类系数数据挖掘-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。
