第102页，共417页。 显示 4,168 条结果 (0.119 秒)
数据挖掘-快速入门
Smartbi Mining为用户提供拖拽的流式建模、可视化建模界面、预置大量数据处理及算法节点，方便用户快速构建数据挖掘模型，通过简单的例子来看一下如何使用Smartbi Mining搭建实验。点击入门视频下载 https://wiki.smartbi.com.cn/download/attachments/52627427/%E5%BF%AB%E9%80%9F%E5%85%A5%E9%97%A81.mp4?version=1&modificationDate=1592875303000&api=v2 本文档将按照如下流程，以客户流失问题为背景，为您介绍如何快速在Smartbi Mining上搭建实验： 流程图移动端自定义logo扩展包
) 在地址栏中打开http://server:port/smartbi/vision/mobileX/index http://serverport，进入移动端的登录界面。 (3) 通过Chrome的工具定位到背景图所在的节点，找到样式名称 changelogo_1.png部署数据挖掘-单机
流程图： sp1.png 操作系统推荐： Linux操作系统平台 系统版本 Red Hat Enterprise Linux 推荐7.4 及以上 CentOS 推荐7.4 及以上 服务配置建议： 组件 CPU 内存 硬盘 网络 备注部署数据挖掘-集群
把python计算任务分发到不同节点。 可选 Smartbi Proxy 负载均衡服务器，用于数据挖掘服务引擎代理。 所有组件均可单机部署或集群部署 数据挖掘集群参考部署流程图： image2021-8-26_16-36-29.png 操作系统推荐： LinuxV10.1 版本更新介绍
设置 ^【数据挖掘】优化全表统计节点 ^【数据挖掘】部署服务支持灰度部署方式 ^【数据挖掘】添加用户权限控制 分析展现 +【大屏可视化】新增大屏可视化，适用于数据可视化大屏制作 +【自助仪表盘】图形组件新增对比柱图类型 +【自助仪表盘】表和交叉表组件支持设置列宽 +【自助仪表盘】支持查看交互式仪表盘-定义流程
前往系统选项>高级设置 中添加"DISABLE_BUSINESS_THEME_IN_DASHBOARD=false" 4、拖拽维度/度量字段 按组件配图建议，选择或拖拽数据区的维度/度量字段后，生成简单的仪表盘（以柱图为例）: 2022-02-11_16-13-19.png 5、进阶操作（可选） 若仪表盘默认指标看板
概要 指标看板可通过通用指标卡和分类指标卡直观展示所选字段数值，从而突出重要指标数据。 入口 图例 image2022-2-19_17-50-56.png 通过通用指标卡展示产品的数量、单价以及销售额；分类指标卡展示各类别的折扣指标，效果如下图所示： 2021-12-29_11-22-19.png 优势 （1）可突出显示重要指标数值 （2）指标卡易用，样式丰富；降低实施难度 劣势 （1）仅能用于文本展示 配图建议： 列区：0个或1个维度； 行区：1个到3个维度； 当超过3个度量、1个维度时，再继续添加维度和度量，将会自动放至标记区【提示】中 适用WEB电子表格 · 样式设置
。示例请参见：告警效果 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=83699982。 worddavfc53f9edcd2302ce869a462cb0ee5298.png 迷你图：用于插入单元格内的微型图表。 分列：用于设置文本WEB电子表格 · 参数管理
，并将其与数据集参数进行映射关系设置。 ◆copy.jpg【复制参数】：指复用其它电子表格的参数，将目标参数克隆到当前电子表格。 2022-06-26_16-07-15.png 2022-06-26_16-06-32.png （6）进行迷你图的配置 2022-06-26_14-57-45.png透视分析-个人参数示例
的实现过程： 1、新建透视分析。 行区字段；产品类别、产品名称； 列区字段：发货区域、发货城市； 度量区字段：销售额； 参数选择：年、季、发货区域。 效果如图： 效果图.png 2、保存透视分析，命名为“订单销售情况”。 3、打开“订单销售情况”透视分析，选择参数值后，在工具栏中点击 个人
