第76页，共322页。 显示 3,211 条结果 (0.031 秒)
二手车交易价格预测
（预测目标） v系列特征 整型 匿名特征，包含v0-14在内15个匿名特征 数据接入 在实验中添加 数据源 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51941725 节点，将二手车交易价格数据读取进来，部分 … 标的分布情况，发现部分数据含有缺失情况，如图： image2020-6-15 11:9:31.png 数据预处理 我们通过 派生列 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51940629 节点对notRepairedDamage字段中“-”值仪表盘主题
所有表格的样式，包括：风格、颜色、列头、行头、数据。 筛选器：用于设置仪表盘所有筛选器的样式，包括：控件颜色、字体。 设置项说明如下： 设置项 说明 仪表盘 背景 设置仪表盘背景，分为颜色和图片两种设置。 颜色：默认为“颜色”，提供了7种颜色可选择，若提供的颜色未能满足您的需求，可进 … 效果。 列头 设置列头的样式，包括：列头颜色、字体类型、字体大小、加粗、斜体、下划线、对齐方式、颜色。 行头 设置行头的样式，包括：列头颜色、字体类型、字体大小、加粗、斜体、下划线、对齐方式、颜色。 数据 设置数据区的样式，包括：列头颜色、字体类型、字体大小、加粗、斜体、下划线、对齐方式、颜色数据挖掘-随机森林特征选择
。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出增加了离散后的字段的数据集。 参数设置 参数名称 说明 备注 选择特征列 选择需要的特征列，必须是数值列 必填（特征列中不能含有null） 选择标签列 选择做为标签列的字段 必填 需选择的特征数量 从待选择的特征列中输出特征列的数量 默认值为1,范围是[1,已选择特征的数量]的整数 选择方法 分类 回归 分裂特征的数量 取值范围：>=2的整数； 默认值数据挖掘-随机森林特征选择
。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出增加了离散后的字段的数据集。 参数设置 参数名称 说明 备注 选择特征列 选择需要的特征列，必须是数值列 必填（特征列中不能含有null） 选择标签列 选择做为标签列的字段 必填 需选择的特征数量 从待选择的特征列中输出特征列的数量 默认值为1,范围是[1,已选择特征的数量]的整数 选择方法 分类 回归 分裂特征的数量 取值范围：>=2的整数； 默认值系统选项-透视分析
该报表及其影响的资源数据。 否 分页显示 用于设置是否分页显示透视分析。 是 每页行数 用于设置透视分析每页行数。 1000 列区行区默认分类汇总 用于设置透视分析的列区行区是否进行分类汇总显示。 取消 行区合计位置 用于设置行分类汇总时汇总行显示的位置。 下侧 列区合计位置 用于设置列分类汇总时汇总列显示的位置。 右侧 分类汇总显示名称 用于设置列区或行区分类汇总项的列头名或行头名。 合计 使用缓存导出默认值 用于设置透视分析缓存导出的默认值 是 字体|背景颜色设置 设置项 说明 默认值 背景颜色 用于设置数据挖掘-卡方特征选择
概述 卡方特征选择与特征选择的功能类似，都是用于筛选特征到算法节点。卡方特征选择是根据卡方检验的数据相关性对特征变量进行排序，然后选择与目标变量相关性较大的特征变量。不同之处是卡方特征选择只设置需要选择的特征数量，然后该节点会根据目标字段列自动选择最相关的特征。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择特征列 用于设置待选择的特征列(人工选择可能相关的特征列) 必填（特征列中不能含有null） 选择标签列 用于设置数据挖掘-卡方特征选择
概述 卡方特征选择与特征选择的功能类似，都是用于筛选特征到算法节点。卡方特征选择是根据卡方检验的数据相关性对特征变量进行排序，然后选择与目标变量相关性较大的特征变量。不同之处是卡方特征选择只设置需要选择的特征数量，然后该节点会根据目标字段列自动选择最相关的特征。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择特征列 用于设置待选择的特征列(人工选择可能相关的特征列) 必填（特征列中不能含有null） 选择标签列 用于设置对收藏的对话设置定时刷新
我们对于在 AIChat 中需要重复使用的问句，通常会将其添加到“我的收藏夹”中。放到收藏夹中的对话，下次打开时虽然立马可以看到结果，但看到的还是上次运行时的结果，不是最新数据。如果直接点击”刷新“，但因为大模型响应较慢，又需要等待很长时间。 对于收藏的问句，我们现在可以为其配置“定时刷新”，后台则按设置的计划定时查询对话中所有问句，并更新缓存。然后当我们再次打开收藏的对话时，立刻就可以看到已经刷新后的最新数据结果，而不需要漫长的等待了。操作步骤如下： 1. 首先将对话添加到收藏 在”历史对话“区域，找到之前的对话，然后点击右键菜单中的”收藏“菜单项，将其添加到收藏夹中合适的目录数据挖掘-GBDT特征选择
。 参数设置 参数名称 说明 备注 选择特征列 选择需要的特征列，必须是数值列 必填（特征列中不能含有null） 选择标签列 选择做为标签列的字段 必填 需选择的特征数量 从待选择的特征列中输出特征列的数量 默认值为1,范围是[1 … 数 取值范围：>=1的整数，默认值为空 这个值用来限制叶子节点最少的样本数，如果某叶子节点数目小于样本数，则会和兄弟节点一起被剪枝。 示例 使用“居民用电数据”，预测是否漏电。特征选择3个特征和一个标签列，需选择的特征数量为2，选择方法为分类（二分类），其他参数默认。结果输出数据挖掘-GBDT特征选择
。 参数设置 参数名称 说明 备注 选择特征列 选择需要的特征列，必须是数值列 必填（特征列中不能含有null） 选择标签列 选择做为标签列的字段 必填 需选择的特征数量 从待选择的特征列中输出特征列的数量 默认值为1,范围是[1 … 数 取值范围：>=1的整数，默认值为空 这个值用来限制叶子节点最少的样本数，如果某叶子节点数目小于样本数，则会和兄弟节点一起被剪枝。 示例 使用“居民用电数据”，预测是否漏电。特征选择3个特征和一个标签列，需选择的特征数量为2，选择方法为分类（二分类），其他参数默认。结果输出
