第38页，共297页。 显示 2,969 条结果 (0.029 秒)
Echarts图形-扩展属性：修改数据标注格式为万
（本文档仅供参考） 问题 数据标注默认显示的是原始的数值的格式，如下截图： 图片1.png 有的时候希望修改数据标注格式，例如显示为万元等 解决方案 可以使用以下扩展属性去修改数据标注格式，如下： { series: [{ markPoint … '; } } }] } }] } 实现效果如下： 图片2.png 数据标签单位 数据格式后缀电子表格导出excel数字变成日期
（本文档仅供参考） 问题说明： 电子表格预览正常，但是报表导出成EXCEL时，表格中部分数字的格式发生了改变。如下图： QQ图片20181025175848.jpg 360截图17571122054632.png 问题原因： 这个问题是某些excel版本的显示问题导致，excel2013打开显示的是日期，但是在某些excel2016上显示是正常的，建议在没有问题的excel上打开文件进行查看（比如下图）。 QQ图片20181025181207.png 导出后数值变日期自助数据集查询报错：Catalog smartbicache dose not exist
（此文档仅供参考） 问题说明 自助数据集查询报错：Catalog smartbicache dose not exist，备注：自助数据集中有拖拽其他的数据集（例如可视化查询等） 图片1.png 解决方案 检查高速缓存库和跨库联合数据源是否可以正常连接，若可以正常连接的话尝试把localhost改为对应到的ip地址并重新在跨库联合数据源上添加高速缓存库，之后再测试查询自助数据集。 图片2.pngECharts图形-散点图
://wiki.smartbi.com.cn:18081/pages/viewpage.action?pageId=49812955#ECharts%E5%9B%BE%E5%BD%A2-%E9%80%9A%E7%94%A8-%E7%94%BB%E5%B8%83%E5%A4%A7%E5%B0%8F √ 背景颜色 http … /viewpage.action?pageId=44501972#ECharts%E5%9B%BE%E5%BD%A2-%E6%8F%90%E7%A4%BA-%E6%98%AF%E5%90%A6%E6%98%BE%E7%A4%BA √ √ 背景颜色 http://wiki.smartbi.com.cn:18081/pagesECharts图形-散点图
://wiki.smartbi.com.cn:18081/pages/viewpage.action?pageId=49812955#ECharts%E5%9B%BE%E5%BD%A2-%E9%80%9A%E7%94%A8-%E7%94%BB%E5%B8%83%E5%A4%A7%E5%B0%8F √ 背景颜色 http … /viewpage.action?pageId=44501972#ECharts%E5%9B%BE%E5%BD%A2-%E6%8F%90%E7%A4%BA-%E6%98%AF%E5%90%A6%E6%98%BE%E7%A4%BA √ √ 背景颜色 http://wiki.smartbi.com.cn:18081/pages数据挖掘-评估
概述 评估节点是对分类算法模型和回归模型的预测效果进行评估，检验模型在分类任务中的表现或者检验其在回归任务中的可靠性。 “评估”节点的前置节点必须是“预测”。 输入/输出 输入 只有一个输入端口，用于接收预测结果。 输出 没有输出端口。 示例 图片42.png 点击右键可以查看评估结果。针对分类与回归及无监督算法提供不同的评估指标。 分类预测模型评价指标如下图： image2020-11-9_11-7-13.png 回归预测模型评价指标如下图： image2020-11-9_11-8-36.png 聚类分析效果如下图： 图片45.png 评估交互式仪表盘 ⬝ 样式设置
1 概述 Smartbi提供了丰富的组件属性配置，零代码实现炫酷效果，让可视化制作更加简单。 2 组件类型 分类 组件类型 样式说明文档 表格组件 明细表 明细表 汇总表 汇总表 交叉表 交叉表 图形组件 所有图形类组件 图形属性、颜色设置、更多标记、坐标轴设置、图例设置 指标组件 所有指标类组件 图形属性、更多标记 筛选器组件 所有筛选器类组件 筛选器样式设置 更多组件 标签、文本、图片、页签、Tab 标签、文本、图片、页签、Tab （门户组件）收藏夹、卡片列表、应用商店、便捷入口 收藏夹、卡片列表、应用商店、便捷入口 组件公共数据挖掘-最小最大归一化
端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片1.png 示例 使用“鸢尾花数据”，特征选择4个特征列，最大最小归一化为[0,1]区间的数，输出结果如下图： 图片2.png 最小最大归一化数据挖掘-最大绝对值归一化
概述 最大绝对值归一化通过除以每个特征内的最大绝对值将每个特征映射到[-1,1]的范围；它不会移动和中心化数据，因此不会破坏任何的稀疏性。 输入/输出 输入 没有输入端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片3.png 示例 使用“鸢尾花数据”，特征选择4个特征列，最大绝对值归一化为[-1,1]范围的数据，输出结果如下图： 图片4.png 最大绝对值归一化数据挖掘-假设检验
概述 通过特征变量与目标变量之间的偏差来检验数据之间的相关性或回归分析中的拟合结果。 输入/输出 输入 一个输入端口，用于接收数据集 输出 一个输出端口，用于输出假设检验结果数据集 参数设置 参数名称 说明 备注 选择特征列 用于选择需要检验的字段列 必填 选择标签列 用于选择做为标签列的字段（必须为数值型） 示例 使用“鸢尾花数据”，选择4个特征列和1个标签列，输出结果如下图： 图片6.png 鼠标点击右键查看分析结果： 图片7.png 以上图知：已挑选的特征列的P值都趋近于0
