第136页，共618页。 显示 6,172 条结果 (0.193 秒)
数据挖掘 - CBLOF
概述 CBLOF（Cluster-Based Local Outlier Factor，基于聚类的本地异常因子）是一个异常检测节点，原理是先用聚类算法把为数据分为K个簇，而后通过设定占比阈值和突降倍数阈值，把簇区分为大簇和小簇，聚类完成后，计算每个点到最邻近大簇的距离（邻近距离），邻近距离越大的数据点为异常数据的概率越大。 CBLOF算法适用于当没有已知正常的数据时，对所有输入的新数据进行异常值的辨别。 输入/输出 输入 一个输入端口，接收要异常检测的数据 输出 一个输出端口，用于输出检测后的结果 参数设置 参数名称 说明 备注 选择特征列数据挖掘-功能使用
Smartbi Mining具有强大的数据挖掘功能，不仅具有良好的拓展性，并且还有很多实用小工具提升实验效率，进入数据挖掘界面主要分为实验界面和主界面： 模块 说明 实验界面 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51940535 针对实验管理界面的各个按钮进行介绍。 主界面 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942649 挖掘实验的各种运维管理界面介绍 实验界面是构建数据挖掘实验中使用最多，该页面除了一些工具按钮，参数面板等，主要的还是数据挖掘-功能使用
Smartbi Mining具有强大的数据挖掘功能，不仅具有良好的拓展性，并且还有很多实用小工具提升实验效率，进入数据挖掘界面主要分为实验界面和主界面： 模块 说明 实验界面 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51940535 针对实验管理界面的各个按钮进行介绍。 主界面 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942649 挖掘实验的各种运维管理界面介绍 实验界面是构建数据挖掘实验中使用最多，该页面除了一些工具按钮，参数面板等，主要的还是数据挖掘-标准化
概述 标准化数据使数据具有单位标准差归一化或平均数据中心化。 单位标准差归一化：将输入数据进行单位标准差归一化，使转换后的数据具有单位标准差； 平均数据中心化：将输入数据进行中心化，使转换后的数据均值为0。 如果某个特征的标准差为0，则该特征的返回结果也为0。 输入/输出 … 数据减去均值再除以标准差 勾选则将输出入据进行单位标准差归一化 平均数据中心化 数据减去均值 勾选则将数据进行中心化 示例 使用“鸢尾花数据”，特征选择4个特征列，勾选单位标准差归一化，输出结果如下图： image2020-6-4 10_7_49.png 标准化数据挖掘-标准化
概述 标准化数据使数据具有单位标准差归一化或平均数据中心化。 单位标准差归一化：将输入数据进行单位标准差归一化，使转换后的数据具有单位标准差； 平均数据中心化：将输入数据进行中心化，使转换后的数据均值为0。 如果某个特征的标准差为0，则该特征的返回结果也为0。 输入/输出 … 数据减去均值再除以标准差 勾选则将输出入据进行单位标准差归一化 平均数据中心化 数据减去均值 勾选则将数据进行中心化 示例 使用“鸢尾花数据”，特征选择4个特征列，勾选单位标准差归一化，输出结果如下图： image2020-6-4 10_7_49.png 标准化在制作电子表格报表时，为什么有时候会出现做好的报表发布后，打开报表没有数据的情况？
（本文档仅供参考） 问题 在制作电子表格报表时，为什么有时候会出现做好的报表发布后，打开报表没有数据的情况？ 解决方案 通常出现此类问题，要先确定具体的制作报表操作方式。具体是怎样发布的？ 常常理解成了，在Excel上制作好后，直接保存到本地，然后下次制作报表的时候再次打开这个报表制作， 然后预览发现没有数据 … ，变成一个静态的字段名称了。 报表做完后失效了 报表做完发布没数据量数据预警第三方渠道接口示例
数据预警第三方渠道添加示例参考AlarmPushChannel.zip 项目相关文件说明 # 整体说明 预警推送有两种，一种是常规消息推送，一种是含动态接收人的消息推送。由于动态接收人的相关逻辑比较复杂，为了方便后续有项目只需要常规推送，准备了两个demo，分是常规推送渠道demo和包含动态接收 … , // 面板实现Vue，具体的预警面板内容 getDefaultData () { // 添加新的渠道时，初始化的默认数据结构 return { config: { receiverType: 'USERWindows 部署数据挖掘/SmartbiETL
本章简要介绍如何在Windows环境上单独部署数据挖掘引擎服务。 准备工作 获取数据挖掘安装包。 1、请确认license中包含数据挖掘服务，如若不包含，需要重新申请。 2、数据挖掘服务目前只支持jdk1.8。 3、安装包请联系Smartbi官方支持获取。 安装数据挖掘服务 1、解压缩安装包。 2、启动数据挖掘服务 执行启动脚本(路径：smartbi-mining-engine-bin\engine\sbin) 双击运行启动脚本一：experiment-daemon-start.bat 双击运行启动脚本二：service-daemon-start.bat 首次启动是为了生成数据挖掘配置文件自助ETL-FTP/SFTP数据源
1. 概述 FTP数据源是指通过FTP方式读取数据。 image2023-7-31_17-28-40.png 2. 输入/输出 输入 没有输入端口。 输出 只有一个输出端口，用于输出数据到下一节点资源。 3. 参数配置 image2023-7-31_17-29-52.png 设置说明如下： 参数 说明 协议类型 FTP、SFTP 服务器ip或主机名 连接服务器的地址 服务器端口 连接服务器的端口 用户名 服务器用户名 密码 服务器密码 文件路径 填写读取文件的路径 自动生成表头 表示上传数据时是否生成表头：若数据挖掘-FP-Growth
生活中的数据本身包含着各种联系，大数据的出现给我们带来了一种新的思维方式，那就是跳出先因后果的思维方式，用大量的数据统计结果去倒推原因，找到无关因素间的隐蔽联系，例如众人皆知的营销案例 "啤酒和尿布”。本文将介绍目前业界经典关联规则算法 FP-Growth，借助分析购物篮中商品数据，找出商品之间的关联关系，帮助用户挖掘出数据最大的价值，获得更大的经营收益。 FP-Growth 简介 FP-Growth（Frequent Pattern Growth）作为一种经典的关联规则算法，可以高效自动地从数据中挖掘出频繁集合，进而挖掘出潜在的关联规则，这些在企业营销决策的制定过程中具有重要的参考价值。另外，FP-Growth
