第24页，共167页。 显示 1,662 条结果 (0.493 秒)
连接大模型
推荐使用在线大模型，例如阿里云、火山引擎、deepseek等。也可以连接本地大模型。 阿里云 到阿里云百炼平台（https://bailian.console.aliyun.com/ https://bailian.console.aliyun.com/），开通API-Key。 image2025-4-11_18-41-1.png 到模型广场查看模型名称，开源版推荐qwen2.5-72b-instruct，商业版可以使用qwen-plus、qwen-max，也可以使用deepseek-v3。 image2025-4-11_18-48-54.png 然后在Smartbi-运维设置-自然语言配置-大模型配置中添加SQL引擎V1.0介绍
限制 千兆网络 具体说明： 场景1 单事实模型 1000w 数据 禁用缓存 场景说明 多维引擎(ms) SQL引擎(ms) 1维度+1度量 20741 11327 3维度+0度量 失败（超时） 约等于0 2维度+1分组字段 … 100w 数据 禁用缓存 场景说明 多维引擎(ms) SQL引擎(ms) 2维度 42237 约等于0 2维度+2度量 46380 14156 1维度+1度量+1维度提示 1160 1055 2维度+1分组字段+1度量安全漏洞修复说明
需要使用Mondrian，可更新Mondrian（更新文件下载链接在后面） 请从百度云上下载Mondrian更新文件，下载链接: https://pan.baidu.com/s/17eYaj7KMs_a7E8e2D5x1rQ?pwd=arcu https://pan.baidu.com/s快速入门视频
要了解 Smartbi AIChat 的产应用场景、产品价值、技术原理和优势，可以直接观看如下学习视频。 场景介绍 序号 课时名称 1 5分钟掌握AIChat四大智能问数场景 https://my.smartbi.com.cn/edu/course-115 功能及技术原理介绍 序号 课时名称 1 行业趋势洞察，为什么有AIChat https://my.smartbi.com.cn/edu/lesson-657 2 AIChat四大功能场景演示与价值解读 https://my.smartbi.com.cn/edu/lesson-658 3 AIChat的采用的技术⬝ 部署smartbiMPP集群多副本集群_keeper
单节点成功后，开始配置部署集群。 部署架构图： 2节点集群架构图.png 如上图所示，需要在服务器1，服务器2上配置SmartbiMPP的1分片2副本集群。 需要在3个服务器节点配置keeper集群。 具体操作如下： 配置分片集群和副本集群： 在服务器1，服务器2的smartbiMPP节点，按以下要求 … smartbiMPP只有两个节点，建议配置1分片2副本集群。参考配置如下： <!-- 集群名称 --> <smartbi_cluster_1S_2R> <!-- 分片1 --> <shard> <internal_replication>true</internal_replication银行客户精准营销
/pages/viewpage.action?pageId=51940554 节点将数据按7：3的比例拆分成两份，一份用于训练，一份用于预测。标签列yindex只有两个类别，是一个二分类任务。选取一个二分类算法节点，这里选择 支持向量机 https://wiki.smartbi.com.cn/pages … =51942291 节点。运行成功后我们查看评估的分析结果如下图所示，可以看到准确率在84%左右。 7.png 总结 通过本次实验可以学习到搭建一个完整的二分类算法模型流程以及在特征处理过程中字符类型数据的处理和简单的数据探索分析。同时在本次实验中我们可以看到接触时间越长的客户反而不太会订购定期存款业务。 银行银行客户精准营销
/pages/viewpage.action?pageId=51940554 节点将数据按7：3的比例拆分成两份，一份用于训练，一份用于预测。标签列yindex只有两个类别，是一个二分类任务。选取一个二分类算法节点，这里选择 支持向量机 https://wiki.smartbi.com.cn/pages … =51942291 节点。运行成功后我们查看评估的分析结果如下图所示，可以看到准确率在84%左右。 7.png 总结 通过本次实验可以学习到搭建一个完整的二分类算法模型流程以及在特征处理过程中字符类型数据的处理和简单的数据探索分析。同时在本次实验中我们可以看到接触时间越长的客户反而不太会订购定期存款业务。 银行CRON设置不符合规范
（本文档仅供参考） 问题描述： 在计划中，可以自己写CRON表达式实现定时发送的效果，但有时候网上搜索找到的cron表达式生成器生成的cron表达式，应用到计划设置界面，却发现没有效果； 例如，想每周的 周一 、周三、周五 的早上7点30 执行，网上cron表达式生成的是： 30 7 * * 1,3,5 * 设置后一直报错不合规定，需改成使用：0 30 7 ? * MON,WED,FRI 才行，此现象是什么原因导致的呢？ image2025-2-7_9-25-32.png 原因说明： cron表达式分不同标准格式，例如分为Unix/Linux cron 和Quartz Scheduler的格式，像30 7指标看板光标样式改变
image2024-7-4_17-21-52.pngimage2024-7-4_17-22-12.png 其余光标css样式可直接百度搜索： image2024-7-4_17-23-26.png数据挖掘-RFM
概述 通过对选择的特征列按照阈值进行二分（可按均值、指定值、中值），将客户数据划分为不同的客群。 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 可选列：选择需要进行划分的字段，仅可选数值型字段； 划分方法：可按均值、中值和指定值进行二分； 指定值：当划分方法选择指定值时，用于设置划分的阈值； 必填 示例 使用“航空公司客户价值分析”数据，划分结果生成两个标签列BinaryClass和RFMClass
