第54页，共322页。 显示 3,211 条结果 (0.042 秒)
Smartbi V10-数据挖掘
字段名及顺序 ^【数据挖掘】派生列、聚合、全表统计节点新增多个函数 ^【数据挖掘】分词节点新增自定义全局词典和分词算法 ^【数据挖掘】完善Python算法节点功能 ^【数据挖掘】查看输出支持预览数据导出到本地 ^【自助ETL/数据挖掘】查看输出增加列筛选项 ^【数据挖掘】节点输出字段支持排序 ^【数据挖掘 … 人工合成新样本添加到数据集中。 功能简介 V10版本新增SMOTE节点，通过增加少数类样本的数量，使样本达到均衡。 SMOTE.png 参考文档 关于SMOTE节点，详情请参考 数据挖掘-SMOTE https://wiki.smartbi.com.cn/pages/viewpage.actionSUMPRODUCT 函数
image2020-8-7_15-57-29.png 若要使用上面的示例列表创建公式，请键入 = SUMPRODUCT （C2： C5，D2： D5），然后按enter。 C 列中的每个单元格乘以列 D 中同一行的相应单元格，并将结果相加。 杂货的总金额为 $78.97。 若要编写提供相同结果的较长公式，请键入 = C2 * D2 + C3 * D3 + C4 * D4 + C5 * D5，然后按enter。 按 Enter 后，结果是相同的： $78.97。 单元格 C2 将乘以 D2，其结果将添加到单元格 D3 的单元格 C3 倍的结果中，依此类推。 2.2 示例2 在此示例中，我们希望返回由给定区域售出的特定项目的总数。 在这种情况下，East 地区SUMPRODUCT 函数
image2020-8-7_15-57-29.png 若要使用上面的示例列表创建公式，请键入 = SUMPRODUCT （C2： C5，D2： D5），然后按enter。 C 列中的每个单元格乘以列 D 中同一行的相应单元格，并将结果相加。 杂货的总金额为 $78.97。 若要编写提供相同结果的较长公式，请键入 = C2 * D2 + C3 * D3 + C4 * D4 + C5 * D5，然后按enter。 按 Enter 后，结果是相同的： $78.97。 单元格 C2 将乘以 D2，其结果将添加到单元格 D3 的单元格 C3 倍的结果中，依此类推。 2.2 示例2 在此示例中，我们希望返回由给定区域售出的特定项目的总数。 在这种情况下，East 地区分区柱图
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，图表的可读性会比较差； 配图建议： （1）列区：1个或多个维度； （2）行区：1个或多个维度； 示例 业务情景描述 查看某公司顾客在全国各个区域不同性别的人口分布情况。 效果 … ”、“男性”和“女性”字段，由系统自动分配到“列区”、“行区”；或拖拽“区域”字段到“列区”，“男性”、“女性”字段到“行区”。 image2022-1-7_10-30-17.png （3）对数据进行升序排序，某公司顾客在全国各个区域不同性别的人口分布情况如下： image2022-1-7_10-32-14.png热力地图
image2022-2-16_20-18-4.png 优势 能直观形象地体现与地理位置相关的数据。 劣势 只能在涉及到地理数据的特殊状况下使用。 配图建议： 列区：1个或多个区域/经度地理维； 行区：1个或多个维度地理维； 颜色：1个或多个维度/度量； 数据要求：维度必须是地理维度 … （1）拖拽一个“热力地图”图形组件到画布中。 image2022-2-16_18-11-25.png （2）双击“发货省份”和“销售额”字段，由系统自动分配到行列区的“列区”、标记区的“颜色区”上；或者手动拖拽“发货省份”字段到行列区的 “列区”上，“销售额”字段到 标记区的“颜色区”上自助ETL-界面介绍
。 系统支持的数据预处理方法包含：采样、拆分、过滤与映射、列选择、空值处理、合并列、合并行、元数据编辑、JOIN、行选择、去除重复值、排序、增加序列号、聚合、分列、派生列等。这些预处理方法的使用详情请参见 数据预处理 章节。 目标源中支持的关系目标源有： oracle、mysql、星环、DB2、gbase 8a … 。 从当前节点开始执行 表示运行工作流时从当前节点资源开始执行。 查看日志 用于查看当前节点资源的运行日志。 复制 用于复制选择的节点，与节点右键菜单的“粘粘”结合使用。 删除 表示删除当前节点资源。 添加备注 对实验或节点添加备注信息进行记录，详情请参考 文本单Y联合图
一个“单Y联合图”图形组件到画布中。 image2022-2-18_16-14-2.png （2）拖拽“月份”字段到“列区”，“天河区”、“越秀区”、“黄埔区”、“从化区”和“平均房价”字段到“行区”。系统默认将第一个添加到“行区”的数据以柱图展现，后面添加到“行区”的数据均以线图展示，具体如下 … 如下的单Y联合图，显示广州几个区平均的房价和广州市平均房价的比较。 image2018-9-21 15:36:25.png 优势 可在同一页面用不同的图进行分析对比。 劣势 ① 只适用单位相同，数据量相近的数据。 ② 无法同时在一张图比较数量级有区别的两个纵坐标。 配图建议： 列多维分析定制
多维分析是指基于多维数据源，对数据进行多角度展示和灵活动态分析的一类报表，它主要由“维（分析角度）”和“度量值（指标）”组成。 相关文档： 多维数据源的创建和添加，请参考 多维数据源连接 章节。 创建模式 创建多维分析分为两种模式： 新建多维分析 和 新建多维探索 。这两种模式主要是在创建多维分析的方式是不同的。 创建多维分析主要是通过查询浮动面板选择各个区域的维度值。如下图： 2022-02-10_9-39-05.png 创建多维探索主要是通过待选列勾选的方式进行区域维度值选择，如下图： 2022-02-10_10-13-57.png 实现原理 多维分析是通过将多维数据集中的各个维度Java查询
“按钮，可以将该区收起或展开： image2021-5-2_14-56-42.png 演示示例 下面演示各类的演示示例。 CSV查询 1.需要先把CSV格式的文件上传到服务器上，文件存放路径不限，存放的文件夹可以是自己新建的，也可以是已有的文件夹中。 2.文件路径为绝对路径。 3.上传的文件如果没有列头，则默认第一行数据为列头。 3.png CSV查询类读取输出结果方法如下： 1、选择类名 CSV查询； 2、输入CSV文件地址，通常编码默认GBK即可； 3、单击工具栏的 执行 按钮； 4、显示输出结果； image2021-11-24_16-3-48.png TXT查询 需要先把txt文件上传阶梯线图/堆积阶梯线图
线图 显示趋势的同时，可以显示明细数据的汇总情况：线从下往上实现叠加效果，可以同时显示多组的数据变化及对比。 如下堆积阶梯线图表示某公司2013年-2014年各类产品销售额的变化情况的比较： 1513.png 优势 容易直观反映出数据变化的趋势。 配图建议： 列区：1个维度 行 … 以上业务情景基于数据模型完成，创建含订单时间维度和订单明细数据（如销售额等）的订单模型，具体步骤可参考数据模型的创建。 （2）双击“年季”和“销售量”字段，由系统自动分配到“列区”、“行区”；或者拖拽“年季”字段到“列区”，“销售量”字段到“行区”。 2022-02-16_15-10-14.png 上图是典型
