第138页，共322页。 显示 3,212 条结果 (0.042 秒)
数据挖掘-归一化
归一化是一种无量纲处理手段，使物理系数值的绝对值变成某种相对值关系。主要是为了数据处理方便提出来的，把数据映射到某个范围之内处理，更加便捷快速。 归一化实质是一种线性变换，线性变换有很多良好的性质，这些性质决定了对数据改变后不会造成“失效”，反而能提高数据的表现，这些性质是归一化/标准化的前提。比如有一个很重要的性质：线性变换不会改变原始数据的数值排序。 一般需要用到归一化的算法有：支持向量机、梯度提升决策树、逻辑回归、梯度提升回归树、线性回归、K均值、高斯混合模型。 归一化数据挖掘-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 … 采用高级的数据结构，使其在大数据集上处理效率显著优于其他算法（Apriori），从而加快整个数据挖掘的过程。 应用场景 关联规则的挖掘算法，典型应用是零售业的购物篮分析，挖掘交易数据中的伴随购买、购买推荐关系链等商机，有助于制定营销策略。 应用案例 （1）我们可以基于产品内置的购物清单数据，针对购物篮商品利用数据挖掘-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 … 采用高级的数据结构，使其在大数据集上处理效率显著优于其他算法（Apriori），从而加快整个数据挖掘的过程。 应用场景 关联规则的挖掘算法，典型应用是零售业的购物篮分析，挖掘交易数据中的伴随购买、购买推荐关系链等商机，有助于制定营销策略。 应用案例 （1）我们可以基于产品内置的购物清单数据，针对购物篮商品利用指标模型 ⬝ 场景入门示例
1 场景描述 随着新一轮科技和产业革命的兴起，全球经济形态正逐步向数字化转型，银行业作为现代金融业的重要组成部分也面临深刻变革。某银行面对时代变革，积极推动数字化转型，在原来信息化建设的基础上，再做数字化建设，建设指标管理，通过数字化的形式，把银行的各业务指标统筹管理，实时监控，为行内做好业务经营分析和决策管理。 2 场景分析 在建设指标管理前，行业充分的业务调研，总结整理的各业务线、管理监管等指标需求。通过前期的业务调研，把行内各类指标做分类，包括盈利指标、客户指标、风控指标、监管指标等，并且明确具体业务指标及指标说明、指标计算口径等。同时，明确指标和维度的业务模型。 指标类型及指标，如下表。（场景示例，简化业务，仅供电子表格⬝ 登录登出
分析、清单表和分组表。用户设置服务器之后，显示有License权限的报表类型供选择。 1.png Excel融合分析：通过Smartbi完成取数功能、在线查看，又可基于初次在线动态的取数结果，结合本地的静态数据，进行Excel本身的分析。 清单表：以列表结构展现数据的一类报表，用于记录和查询数据清单。 分组表 … 较大时，对电子表格报表进行操作会出现卡顿的情况，通过勾除该选项来提高性能。 勾除该选项可能出现丢失字段属性等现象，建议勾选。 保存后自动发布（仅Excel分析生效） 默认报表类型选择Excel分析，报表保存后自动发布。 预览浏览器 设置预览浏览器，有三种：嵌入式（即webbrowser社交协同
在企业中，顺畅的沟通对生产效率起到至关重要的作用，它强调的是内部的：沟通、交流互动。 它是除了管理员之外，用户内部之间的交流，是网状结构:用户之间内部交流，比如个性门户，应用商店。 用户可根据业务需求灵活配置个性首页，呈现自身关注的图表、功能等； 用户可共享优秀的数据分析成果，也可利用他人分析经验，提供需求响应效率； 同时，用户可对分析成果进行评论、点赞、分享等社交互动，不仅增强用户粘性，也可吸引更多用户参与到数据分析。社交协同
在企业中，顺畅的沟通对生产效率起到至关重要的作用，它强调的是内部的：沟通、交流互动。 它是除了管理员之外，用户内部之间的交流，是网状结构:用户之间内部交流，比如个性门户，应用商店。 用户可根据业务需求灵活配置个性首页，呈现自身关注的图表、功能等； 用户可共享优秀的数据分析成果，也可利用他人分析经验，提供需求响应效率； 同时，用户可对分析成果进行评论、点赞、分享等社交互动，不仅增强用户粘性，也可吸引更多用户参与到数据分析。交互式仪表盘-场景实践案例
行业领域 业务场景 案例主题 案例效果 零售贸易 销售分析 全国汽车销量分析 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=83701525 image.png 零售贸易 零售分析 手机零售移动端BI分析 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=83701569 移动端.png 各行业领域计划任务清理系统缓存
。 3、CompositeModule.clearCache 同ConfigClientService.clearCache。 4、InsightService.cleanTempTablePool 清空所有的透视临时表缓存应用商店
功能简介 数据分析的最大缺点是“我自己一个人在做，不知道哪里找参考”，在部门级或企业级的应用环境中，我们往往很难获取其他的有价值的应用示例，比如“我正在做的分析/应用是否有其他同事做过？” 应用商店是Smartbi Eagle的核心，类似于手机软件应用市场，不同层次用户能够在商店中进行优秀成果发布分享及快速搜索定位到其他用户发布出来的应用详情。随着企业应用成果不断积累，用户能够在商店中查找到绝大部分的应用示例进行快速复用，极大地提高工作效率。并且在企业内形成了一种共享互助的良性的生态循环。还支持对商店应用进行下载、收藏、评论、点赞等互动，通过商店传播结合社交互动，来不断沉淀知识，形成企业独特的数据分析文化。 应用商店组成主要
