十二月下旬内容焕新丨技能实战、智慧提效与生态拓展

年终冲刺,进步不停!十二月下旬新内容聚焦技能实战、智慧提效、场景解析与开发拓展,助你在数据与智能的浪潮中更进一步!

一、场景化课程上线完结

驱动增长:汽车制造营销分析主题课程→聚焦汽车行业营销场景,学习如何利用数据驱动业务增长。

价值引擎:汽车制造财务分析主题课程→深入财务数据分析,助力企业价值挖掘与决策支持。

二、场景应用上线

【漏斗图】漏斗洞察:三分钟,看透流程的每一步→ 快速掌握漏斗分析,优化业务流程效率。

模型篇:如何构建支撑AlChat的证券数据模型》→ 解析证券行业数据模型构建,赋能AI助手智能基础。

【地图】先导篇:一眼看透数据在空间中的故事→ 入门地图可视化,发现数据背后的地理逻辑。

【地图】区域地图:直观对比,掌控全局→ 学习区域地图制作,实现跨区域数据对比分析。

三、技术经验分享

乱码大作战:从“乱码地狱”到“数据天堂”的爆“效”指南》→ 攻克数据乱码难题,带你高效实现数据质量的跃升。

四、二次开发视频

扩展包开发知识点——知识库升级以及查询对象》→ 深化扩展包开发能力,学习知识库升级与查询对象优化。

五、任务持续上线

【图表应用】绘制漏斗图,诊断转化瓶颈→ 学习漏斗图绘制,精准定位业务流程中的转化短板。

AlChat入门闯关计划 - 第二关》→ 继续AI助手探索之旅,掌握更智能的对话交互技能。

【图表应用】测测你是否真的“看懂”地图?》→ 检验地图图表理解能力,提升空间数据解读水平。

【场景实战系列】即席查询,赢取278麦豆!》→ 实战演练即席查询,灵活获取所需数据。

【场景实战系列】透视分析,赢取278麦豆!》→ 掌握数据透视技巧,实现多维度业务洞察。

【图表应用】区域地图在手,业绩分布一目了然→ 借助区域地图,直观掌握业务区域表现。

BI知识闯关】乱码大作战:从“乱码地狱”到“数据天堂”的爆“效”指南》→ 通过闯关巩固乱码处理知识,学以致用。

【调研】社区内容调研,1分钟即可得100麦豆!》→为了未来能为您提供更精彩的内容和活动,我们想聆听您的真实心声

六、全新素材上线

HTTP API接口测试工具》→ 提供便捷的接口测试支持,助力开发调试更高效。

七、互动活动开启

2025年售后服务问卷调研有奖活动》→ 参与调研反馈,助力产品优化,更有机会赢取好礼。

麦粉社区
>
帖子详情

测试服务连接失败

数据挖掘 发表于 2020-9-29 11:19
发表于 2020-9-29 11:19:54
本帖最后由 麦粉432276 于 2020-9-29 11:30 编辑

请问这个要怎么获取正确的服务地址
QQ截图20200929112801.png
发表于 2020-9-29 11:19:55
要部署好数据挖掘,然后进行配置;https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=47490477
回复

使用道具 举报

发表于 2020-9-30 09:10:15
已经部署了数据挖掘引擎了吗?
回复

使用道具 举报

发表于 2020-10-9 10:52:58
Jaylin 发表于 2020-9-30 09:10
已经部署了数据挖掘引擎了吗?

是上面那个引擎地址吗,还是要另外部署什么?上面那个引擎地址是连接成功的
回复

使用道具 举报

发表于 2020-10-10 13:58:07
这个引擎是要部署数据挖掘引擎的。你为什么要配置这里呢?
回复

使用道具 举报

发表于 2020-10-16 10:29:28
我执行数据挖掘的时候报错,第一次执行到抽取报错,第二次点击执行就报错;

第一次抽取报错日志:
  1. 2020-10-16 10:09:57.003 [85] INFO node.GenericNode.start:90 - Node start. (id:8b8ad4503f2aeb6f80912e7edcbfc366,name:FIT_NODE)
  2. 2020-10-16 10:09:57.140 [85] ERROR node.GenericNode.handleExecuteError:117 - Node execution failed.(id:8b8ad4503f2aeb6f80912e7edcbfc366,name:FIT_NODE)
  3. java.lang.IllegalArgumentException: requirement failed: Column CITY must be of type numeric but was actually of type string.
  4.         at scala.Predef$.require(Predef.scala:224) ~[scala-library-2.11.12.jar:?]
  5.         at org.apache.spark.ml.util.SchemaUtils$.checkNumericType(SchemaUtils.scala:76) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  6.         at org.apache.spark.ml.feature.QuantileDiscretizer$anonfun$transformSchema$1.apply(QuantileDiscretizer.scala:196) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  7.         at org.apache.spark.ml.feature.QuantileDiscretizer$anonfun$transformSchema$1.apply(QuantileDiscretizer.scala:195) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  8.         at scala.collection.IndexedSeqOptimized$class.foreach(IndexedSeqOptimized.scala:33) ~[scala-library-2.11.12.jar:?]
  9.         at scala.collection.mutable.ArrayOps$ofRef.foreach(ArrayOps.scala:186) ~[scala-library-2.11.12.jar:?]
  10.         at org.apache.spark.ml.feature.QuantileDiscretizer.transformSchema(QuantileDiscretizer.scala:195) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  11.         at org.apache.spark.ml.Pipeline$anonfun$transformSchema$4.apply(Pipeline.scala:184) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  12.         at org.apache.spark.ml.Pipeline$anonfun$transformSchema$4.apply(Pipeline.scala:184) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  13.         at scala.collection.IndexedSeqOptimized$class.foldl(IndexedSeqOptimized.scala:57) ~[scala-library-2.11.12.jar:?]
  14.         at scala.collection.IndexedSeqOptimized$class.foldLeft(IndexedSeqOptimized.scala:66) ~[scala-library-2.11.12.jar:?]
  15.         at scala.collection.mutable.ArrayOps$ofRef.foldLeft(ArrayOps.scala:186) ~[scala-library-2.11.12.jar:?]
  16.         at org.apache.spark.ml.Pipeline.transformSchema(Pipeline.scala:184) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  17.         at org.apache.spark.ml.PipelineStage.transformSchema(Pipeline.scala:74) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  18.         at org.apache.spark.ml.Pipeline.fit(Pipeline.scala:136) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  19.         at smartbix.datamining.engine.execute.node.feature.BucketizerNode$BucketizerEvent.fit(BucketizerNode.java:109) ~[EngineCommonNode-1.0-SNAPSHOT.jar:?]
  20.         at smartbix.datamining.engine.execute.node.feature.BucketizerNode$BucketizerEvent.fit(BucketizerNode.java:58) ~[EngineCommonNode-1.0-SNAPSHOT.jar:?]
  21.         at smartbix.datamining.engine.execute.node.train.FitNode.execute(FitNode.java:27) ~[EngineCommonNode-1.0-SNAPSHOT.jar:?]
  22.         at smartbix.datamining.engine.execute.node.GenericNode.start(GenericNode.java:101) [EngineCore-1.0-SNAPSHOT.jar:?]
  23.         at smartbix.datamining.engine.experiment.execute.node.ExperimentNodeExecutor.run(ExperimentNodeExecutor.java:40) [EngineExperiment-1.0-SNAPSHOT.jar:?]
  24.         at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511) [?:1.8.0_202-ea]
  25.         at java.util.concurrent.FutureTask.run(FutureTask.java:266) [?:1.8.0_202-ea]
  26.         at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) [?:1.8.0_202-ea]
  27.         at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) [?:1.8.0_202-ea]
  28.         at java.lang.Thread.run(Thread.java:748) [?:1.8.0_202-ea]
  29. 2020-10-16 10:09:57.204 [85] INFO reflections.Reflections.scan:232 - Reflections took 54 ms to scan 7 urls, producing 88 keys and 501 values
  30. 2020-10-16 10:09:57.259 [85] INFO flow.ExperimentGenericFlow.fail:204 - Flow failed,(id:I8ac26e200174d26bd26beaea0174d3a424b40023,name:日利润挖掘)
  31. 2020-10-16 10:09:57.259 [85] INFO flow.ExperimentGenericFlow.close:235 - Flow closed.(id:I8ac26e200174d26bd26beaea0174d3a424b40023)
  32. 2020-10-16 10:09:57.260 [85] INFO flow.ExperimentSparkFlowContext.close:34 - clear active session
复制代码

回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

6回帖数 0关注人数 10575浏览人数
最后回复于:2020-10-16 10:29
快速回复 返回顶部 返回列表