第111页，共322页。 显示 3,213 条结果 (0.042 秒)
数据挖掘-卡方特征选择
概述 卡方特征选择与特征选择的功能类似，都是用于筛选特征到算法节点。卡方特征选择是根据卡方检验的数据相关性对特征变量进行排序，然后选择与目标变量相关性较大的特征变量。不同之处是卡方特征选择只设置需要选择的特征数量，然后该节点会根据目标字段列自动选择最相关的特征。 输入/输出 输入 一个输入端口 … 标签列字段 必填 需选择的特征数量 用于设置从待选择的特征列中输出特征列的数量 必填（范围是[1,已选择特征的数量]的整数） 示例 卡方特征选择中输入和输出的数据集结果一致。 使用“鸢尾花数据”，选择4个特征列和1个标签列以及设置需选择的特征数量为2，根据卡方特征选择的分析结果数据挖掘-卡方特征选择
概述 卡方特征选择与特征选择的功能类似，都是用于筛选特征到算法节点。卡方特征选择是根据卡方检验的数据相关性对特征变量进行排序，然后选择与目标变量相关性较大的特征变量。不同之处是卡方特征选择只设置需要选择的特征数量，然后该节点会根据目标字段列自动选择最相关的特征。 输入/输出 输入 一个输入端口 … 标签列字段 必填 需选择的特征数量 用于设置从待选择的特征列中输出特征列的数量 必填（范围是[1,已选择特征的数量]的整数） 示例 卡方特征选择中输入和输出的数据集结果一致。 使用“鸢尾花数据”，选择4个特征列和1个标签列以及设置需选择的特征数量为2，根据卡方特征选择的分析结果模型
支持五个入口新建即席查询： 入口1：在系统下拉菜单选择 即席查询。 入口2：在系统快捷菜单选择 即席查询。 入口3：在“系统导航栏”选择 分析展现，展开资源目录区，在现有文件夹的更多操作image2022-3-3_19-24-21.png，选择 新建 > 即席查询。 入口4：在“分析展现”界面主菜 … （可选） 设置完即席查询字段和条件后，用户还可以对表格字段进行以下操作： 排序方式 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=89041836#id-%E6%A8%A1%E5%9E%8B-%E6%8E%92%E5%BA%8F%E6%96某政府单位疫情期间网民情绪识别
数据进行文本挖掘分析，本次数据挖掘建模的目标如下： 1、分析某一网民对疫情相关话题的情感倾向。 2、从微博内容挖掘出网民情绪积极与异常情绪缘由。 3、针对情绪消极用户指定对策进行舆情引导，防止情绪进一步恶化。 本次建模针对疫情期间网民关于疫情相关话题的微博中文内容，在对文本进行预处理、分词、停用词处理后，通过分类算法随机森林和LDA主题模型多种数据挖掘模型，实现对微博中文内容数据的情感倾向的判断以及所隐藏的信息的挖掘分析，以期望得到有价值的内在内容。 本案例的疫情期间网民情绪识别的总体流程如图1-1所示。 1.png 图1-1 1）获取数据，数据来源于赛题疫情期间网民情绪数据。 2）对获取的数据进行基本的处理操作某政府单位疫情期间网民情绪识别
数据进行文本挖掘分析，本次数据挖掘建模的目标如下： 1、分析某一网民对疫情相关话题的情感倾向。 2、从微博内容挖掘出网民情绪积极与异常情绪缘由。 3、针对情绪消极用户指定对策进行舆情引导，防止情绪进一步恶化。 本次建模针对疫情期间网民关于疫情相关话题的微博中文内容，在对文本进行预处理、分词、停用词处理后，通过分类算法随机森林和LDA主题模型多种数据挖掘模型，实现对微博中文内容数据的情感倾向的判断以及所隐藏的信息的挖掘分析，以期望得到有价值的内在内容。 本案例的疫情期间网民情绪识别的总体流程如图1-1所示。 1.png 图1-1 1）获取数据，数据来源于赛题疫情期间网民情绪数据。 2）对获取的数据进行基本的处理操作2023年Smartbi线上公开课回放合集
26日） 1、 课程亮点： 常见问题排查思路及问题解决技巧 遇到报错怎么拿日志？根据日志如何找到解决方法？从原因分析到解决方法的全面指引 电子表格插件安装后不显示？报表展示异常、导出问题等如何解决？ 2、 课程大纲： image2023-12-28_15-58-16.png 3、 课程回放及资料下载 … =7 二、 深入解读电子表格，教你分分钟搞定它（2023年11月16日） 1、 课程亮点： 探索电子表格与web电子表格的共性与区别 电子表格多数据集应用、echarts图形超过1000行无法渲染、如何选择报表类型等问题如何解决？ 解密电子表格函数，教你实现排序、环比等计算 2、 课程大纲ECharts图形-雷达图
数量。 数据要求：维度的数据量不宜过多，度量不多于5个。 适用场景： 1) 雷达图适用于比较类的需求，主要被应用在与其他数据的比较，公司的优势和广告调查等方面。 2) 雷达图用于显示各衡量指标的综合水平以及指标间的平衡性，常用于企业经营状况和财务分析。 不适用场景：数据类别过多。 {html}<div style="border-bottom: 0.5px solid #dfe1e5;color:#2D5C8C;padding-bottom: 0.5px;font-size: 24px; height: 5px;"> </div>{html} 我们在业务分析中，经常会对数据进行对比分析ECharts图形-雷达图
数量。 数据要求：维度的数据量不宜过多，度量不多于5个。 适用场景： 1) 雷达图适用于比较类的需求，主要被应用在与其他数据的比较，公司的优势和广告调查等方面。 2) 雷达图用于显示各衡量指标的综合水平以及指标间的平衡性，常用于企业经营状况和财务分析。 不适用场景：数据类别过多。 {html}<div style="border-bottom: 0.5px solid #dfe1e5;color:#2D5C8C;padding-bottom: 0.5px;font-size: 24px; height: 5px;"> </div>{html} 我们在业务分析中，经常会对数据进行对比分析分类汇总
是指对当前多维分析中各维进行汇总计算的一类分析方法。除了点击工具栏上 分类汇总 按钮进行维度分类汇总设置外，也可以通过表格操作选择进行快捷设置。具体参考 分类汇总快捷方式 章节。 image2019-11-1 10:58:26.png 操作入口：单击工具栏中的 分类汇总 按钮，弹出“分类汇总”对话框 … 汇总数据格式的操作。 说明： 分类汇总追加在表格的末尾，如果表格上设置了分页显示，则只显示在最后一页。 存在跨层的维成员时，分类汇总只对最顶层的维成员进行汇总计算。 不同数据类型汇总规则：浮点型+整型＝浮点型。 分类汇总是对数据库中的数据进行汇总，因此数据格式对汇总不生效。 分类汇总项参与排序自助ETL-节点资源区介绍
%BC%E5%87%BA%E6%95%B0%E6%8D%AE%E5%88%B0HDFS 导出数据到HDFS是指将结果数据保存到HDFS中。 数据预处理 自助ETL拥有强大的数据处理功能，对各种结构化数据，可进行排序、去重、映射、行列合并等处理，满足客户日常数据处理的需要。 使用数据预处理可以： 1、提高数据 … 。 去除重复值 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51940619 去除重复值是用于删除数据集中的重复行（假如有两行相同，保留其中一行）。 排序 https://wiki.smartbi.com.cn/pages
