第116页，共407页。 显示 4,069 条结果 (0.037 秒)
数据挖掘-预测
预测节点右键可查看预测结果输出。 输出字段 输出字段 概念及其作用 features 特征向量，是由特征列组成的特征向量。 featuresNormalized 归一化后的特征向量，将特征向量进行归一化转换。 rawPrediction 直接概率，即每个可能标签置信度的度量。 probability 条件概率，在给出原始预测的情况下估算每个类别的概率。 prediction 预测列，根据特征列计算出的预测结果。 预测AIChat_二次开发教程_Smartbi入口_V2
-20240806", "title": "****NLA-绩效考核-20240806", "desc": "**证券NLA-绩效考核-20240806包含了年月、年、指标名称、指标口径、指标大类、指标负责人、指标细类、分支机构考核类别、所属考核组织类型、分支机构分组等字段", "type": "augmentedDataset", "recommendQuestion": [ "每年指标名称排名", "每年得分", "近5年指标名称得分数据挖掘-决策树
，转换后方便算法模型学习； 参数设置 决策树的参数如下： 参数名称 值 说明 自动调参设置 系统默认的各项参数值范围。 必须结合“启用自动调参”功能使用。系统将对设置指定或范围内的参数值循环调参，匹配出最优的组合。详情请参考 。 启用自动调参 勾选该项，则系统自动调参数，不需要用户手工设置参数。 分裂特征的数量 取值范围：>=2的整数； 默认值：32。 对连续类型特征进行离散时的分箱数； 该值越大，模型会计算更多连续型特征分裂点且会找到更好的分裂点，但同时也会增加模型的计算量； 树的深度 取值范围：[1,30]的整数；默认值为4数据挖掘-决策树
，转换后方便算法模型学习； 参数设置 决策树的参数如下： 参数名称 值 说明 自动调参设置 系统默认的各项参数值范围。 必须结合“启用自动调参”功能使用。系统将对设置指定或范围内的参数值循环调参，匹配出最优的组合。详情请参考 。 启用自动调参 勾选该项，则系统自动调参数，不需要用户手工设置参数。 分裂特征的数量 取值范围：>=2的整数； 默认值：32。 对连续类型特征进行离散时的分箱数； 该值越大，模型会计算更多连续型特征分裂点且会找到更好的分裂点，但同时也会增加模型的计算量； 树的深度 取值范围：[1,30]的整数；默认值为4PostgreSQL数据连接
1 概述 PostgreSQL是一个功能非常强大的、源代码开放的客户/服务器关系型数据库管理系统（RDBMS）。 本文介绍如何在smartbi中连接PostgreSQL数据库。 1、PostgreSQL导入文件支持新增字段。 6.png 2 数据连接 2.1 配置信息 驱动程序类 … ： <servername>：数据库的地址； <dbName>：数据库名称； 以上两个信息一般可以向数据库管理员获取。 2.2 连接步骤 1）登录Smartbi企业报表分析平台，选择 数据连接>关系数据库 ，点击 PostgreSQL 图标进入数据库连接界面。如下图所示： 554.png 2）根据 2.1MySQL数据连接
1 概述 本文介绍如何在smartbi中连接MySQL数据库。 版本信息如下： 驱动版本 Smartbi版本 mysql-connector-java-5.1.48 Smartbi V9.5及以上 1、MySQL 导入文件编辑模式时支持新增字段。 6.png 2 … >：数据库的地址； <port>：数据库端口； <database>：数据库名称； 以上三个信息一般可以向数据库管理员获取。 2.2 连接步骤 1、登录Smartbi企业报表分析平台，选择 数据连接>关系数据库 ，点击 MySQL 图标进入数据库连接界面。如下图所示： 558.png 2、根据 2.1Greenplum数据连接
Greenplum数据库。 1、Greenplum导入文件编辑模式时支持新增字段。 6.png 2 数据连接 2.1 配置信息 驱动程序类 连接字符串 驱动程序存放目录 支持数据库版本 org.postgresql.Driver jdbc:postgresql://<servername>:5432/<dbName> 自定义 Greenplum 4.3.9 连接字符串主要信息说明： <servername>：数据库的地址，一般可以向数据库管理员获取； 5432：数据库默认端口号； <dbName>：数据库名称，一般可以向数据库管理员获取数据挖掘-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交互仪表盘使用命名集作图，组件作为筛选器不生效
image2024-1-17_9-21-24.png 解决方案 该示例只针对命名集中使用了一个业务字段： image2024-1-17_9-23-52.png function main(page: IPage, portlet: IEChartsPortlet) { portlet.addChartsListener('click', (params) => { if (!params || !params.name) return let filters = page.getPortletsByTitle('产品名称') filters && filters[0] && filters
