第137页，共618页。 显示 6,172 条结果 (0.141 秒)
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-Growth5、测试数据挖掘及其组件
本节介绍smartbi连接数据挖掘、Spark、Hadoop、Python以及测试服务是否正常运行。 单机部署数据挖掘组件环境如下： 服务器IP 主机名 组件实例 部署目录 10.10.204.248 10-10-204-248 数据挖掘 /data 10.10.204.249 10-10-204-249 Spark，Hadoop /data 10.10.204.250 10-10-204-250 Python /data 请根据实际部署环境替换相关的配置信息。 1. 配置连接信息 配置数据挖掘连接信息前，请确认数据挖掘已正常部署和启动。部署文档参考：部署数据挖掘数据挖掘-异常值处理
概述 异常值检测和处理是数据挖掘中常用的数据处理方法，添加异常值检测节点，满足数据处理、欺诈行为检测等应用场景。 用户可以针对异常值选择相应的填充策略进行异常值的替换。 image2020-7-3 16:58:36.png 输入/输出 输入 一个输入端口，用于接收数据集 … :1.png 检测方法 四分位距：将数据按数值从小到大分成四等分，分隔点为Q1、Q2、Q3，四分位距则为上四分位值Q3与下四分位值Q1两者之差。 标准差法：假定数据是服从正态分布的，计算数据的标准差，对偏离标准差的数据进行处理如用均值、上下界数值、指定值替换。 自定义检测：可以自定义上下界，对异常值进行数据挖掘-异常值处理
概述 异常值检测和处理是数据挖掘中常用的数据处理方法，添加异常值检测节点，满足数据处理、欺诈行为检测等应用场景。 用户可以针对异常值选择相应的填充策略进行异常值的替换。 image2020-7-3 16:58:36.png 输入/输出 输入 一个输入端口，用于接收数据集 … :1.png 检测方法 四分位距：将数据按数值从小到大分成四等分，分隔点为Q1、Q2、Q3，四分位距则为上四分位值Q3与下四分位值Q1两者之差。 标准差法：假定数据是服从正态分布的，计算数据的标准差，对偏离标准差的数据进行处理如用均值、上下界数值、指定值替换。 自定义检测：可以自定义上下界，对异常值进行数据挖掘-行过滤
概述 V10.5.12版本中新增了行过滤节点，该节点合并了旧版本的行选择和过滤节点，能够根据不同的筛选或者删除条件，选择对应的行。该节点提供了两种类型的筛选器。基本筛选器可以根据用户需求设置不同的筛选或者删除条件，选择不同数量的行；自定义筛选器通过写SQL语句(片段)，对数据按照过滤表达式进行筛选。 image2023-2-3_16-0-41.png 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，用于输出行过滤的结果。 参数设置 设置行过滤的参数： image2023-2-3_15-10-0.png 设置说明如下： 参数数据挖掘-行过滤
概述 V10.5.12版本中新增了行过滤节点，该节点合并了旧版本的行选择和过滤节点，能够根据不同的筛选或者删除条件，选择对应的行。该节点提供了两种类型的筛选器。基本筛选器可以根据用户需求设置不同的筛选或者删除条件，选择不同数量的行；自定义筛选器通过写SQL语句(片段)，对数据按照过滤表达式进行筛选。 image2023-2-3_16-0-41.png 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，用于输出行过滤的结果。 参数设置 设置行过滤的参数： image2023-2-3_15-10-0.png 设置说明如下： 参数水球图目标值数据格式说明
（该文档仅供参考） 问题描述： 分别给水球图指标值和目标值设置数据格式，仅指标值发生了变化，目标值字段未发生变化 水球图目标值数据格式_20240605090537.png 原因说明： 水球图的目标值是需要在前端经过表达式计算的，计算时只能使用真实值，而目前产品的数据格式都是后端生成的，前端是没办法直接应用数据格式； 处理方案： 通过宏的方式修改目标值数据格式。宏示例，以下示例仅供参考： 宏模块水球图目标值_20240704154454.png 代码内容如下： /* 效果：修改目标值数据格式 类型：ClientSide 对象：水球图 事件：onAfterRender */ function main5、测试数据挖掘集群
本节介绍smartbi连接数据挖掘执行引擎集群、服务引擎集群、Spark、Hadoop、Python以及测试服务是否正常运行。 集群部署数据挖掘组件环境如下： 服务器IP 主机名 组件实例 部署目录 10.10.35.64 10-10-35-64 数据挖掘-1，Zookeeper-1，Python-1 /data 10.10.35.65 10-10-35-65 数据挖掘-2，Spark-1，Hadoop-1 /data 10.10.35.66 10-10-35-66 Spark-2，Zookeeper-2，Hadoop-2 /data 10.10.35.67excel导入模板通过proxy代理批量导入数据报错问题
（本文档仅供参考） 问题说明 proxy代理批量导入数据报错，excel表里条数少的话可以，条数多了就报未知的错误（如下图），但是单节点访问批量导入没有问题。 image2023-12-29_17-52-34.png 解决方案 需要在部署proxy的Tomcat（Tomcat/conf/server.xml）配置文件里添加 maxPostSize="-1" （如下图），因为单节点smartbi部署的Tomcat配置文件里添加了 maxPostSize="-1"，所以单节点访问批量导入没有问题。 image2023-12-29_17-56-27.png数据模型-计算度量引擎隐藏字段，新建计算度量为空
（本文档仅供参考） 问题说明 数据模型中新建计算度量中，如果被引用的字段设置了在报表中隐藏，则该计算度量在预览时返回为空： image2024-8-27_9-31-0.png image2024-8-27_9-31-10.png 解决方案： 用于控制计算度量的表达式是否能使用报表隐藏的字段。设置为true时，计算度量表达式能使用这些报表中隐藏字段；设置为false 时，则不支持 image2024-8-27_9-32-35.png 计算度量为空
