搜索

Help

第226页,共322页。 显示 3,213 条结果 (0.042 秒)

  1. 某商业银行客户流失预测

    接入 在实验中添加 数据源 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51941725 节点,将数据接入,部分数据输出结果如图: image2020-6-15 14_25_55.png 数据探索 本案例数据探索是针对客户流失数据探索分析各特征 … : image2020-6-15 14:33:4.png 变换后的结果默认添加后缀Buckerizer,如图所示: image2020-6-15 14_34_2.png 整个数据预处理流程图: 图片20.png 相关性分析 我们通过相关性节点将各特征指标数据进行 相关性分析 https
  2. 其它组件 ⬝ 文本组件

    数据有变化时,文本组件的数据跟随变化。 2、以产品内置Demo资源的“订单模型”作为数据来源。 3、操作步骤 (1)在仪表盘编辑界面中新建一个汇总表组件,拖拽 发货区域 、 销售量 字段到 区 ;新建一个单选下拉筛选器,拖拽 发货区域 字段到 筛选器区 ,设置 应用于 汇总表组件。如下图所示
  3. 设置项说明

    择了成员所在的层次后,备选值设置、默认值设置中的成员也必须是该维度层次的内容。 7、备选值设置:设置参数的备选值内容,支持静态列表、MDX表达式、成员树选择3种方式: 静态列表:从左侧可选资源目录树上,拖拉“成员所在层次”中指定的层次的成员到表格上,以固定的方式指定备选值成员。可以通过操作删除成员、或调整成员的前后
  4. 电子表格⬝ 循环扩展报表

    图形的左父格。 电子表格扩展属性的规则如下: 单元格的扩展方向为“从上到下/从左到右”,则该单元格所在的行/的扩展方向为“从上到下/从左到右”。 图形左上角所在的单元格为默认父格,如图形左上角所在单元格为D1,则D1为该图形的父格。 图形的扩展方向与其父格相同。 移动图形使其具备A1的扩展方向,即每一种车
  5. 电子表格⬝ 填报报表

    、调整行宽、高,选择单元格区域“B3:E7”设置边框颜色为“#305496”,边框大小为“1px”; 4、设置标题 image2019-7-23 17:12:21.png 设置填报信息 1、在单元格C2中输入Smartbi函数:=SSR_GetCurrentUserAlias() 2
  6. 数据挖掘-梯度提升决策树

    概述 梯度提升决策树原理是训练多棵CART分类树,每棵树建立是基于前一课树的残差,不断的迭代拟合前一课树的残差,通过损失函数的负梯度来拟合,直到残差达到最小。 示例 使用“银行零售客户流失”案例数据,包含17个特征和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: image2020-6-4 16:33:34.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。 模型构建中,梯度提升决策树的各个参数: 参数名称 值 说明 归一化 正则化 详情请参考 归一化 https
  7. 数据挖掘-逻辑回归

    概述 逻辑回归是一种分类算法,它进行分类的主要思想是:根据现有数据对分类边界线建立回归公式(寻找到最佳的拟合直线),以此进行分类。简单来说,它就是利用Logistic函数拟合数据来预测某一个事件发生的概率。 该算法可用于二元及多元分类问题,是分类算法的经典算法。对于二分类问题,算法输出一个二元逻辑回归模型。对于多分类问题,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
  8. Analysis Services 2005中数据完整性处理

    告诉服务器保留NULL.服务器会把它当作其他值一样处理 Error—这个选项告诉服务器说明NULL值为非法的数据项.服务器将产生一个数据完整性错误 UnknownMember—这选项告诉服务器以把NULL值作为一个未知的成员处理.但也将产生一个数据完整性错误.它只被应用于作为键的属性 Default—这是一个条件选项
    技术参考十二月 10, 2020
  9. 设置项说明

    择了成员所在的层次后,备选值设置、默认值设置中的成员也必须是该维度层次的内容。 7、备选值设置:设置参数的备选值内容,支持静态列表、MDX表达式、成员树选择3种方式: 静态列表:从左侧可选资源目录树上,拖拉“成员所在层次”中指定的层次的成员到表格上,以固定的方式指定备选值成员。可以通过操作删除成员、或调整成员的前后
  10. 多维分析-自定义命名集

    ,全局自定义命名集都可以使用。 全局自定义命名集节点下是可以新建目录,并对目录及其下面的资源进行管理。 而局部自定义命名集相对全局自定义命名集而言,是指报表级别的自定义命名集,只对当前多维分析生效。 只允许在多维报表中进行创建,并且创建好的资源只允许在当前多维报表中使用。 下面以多维探索为讲述全局和局部自定义命名