四月上旬新内容速递丨技术深潜、图表进阶与AI热词

春意正浓,学习升温!四月上旬更新聚焦技术拓展、图表新解、AI热点与实战任务,助你在数据探索之路上步步为营,智取未来!

一、场景应用精选

【热力图】数据的“温度计”与分布探测器》→热力图在业务分布与浓度识别中的实战应用。
【数析课堂】排序法:业务人员的“数据理线器”》→排序法助力业务数据梳理,提升分析效率。
【关系图】解锁数据背后的“隐形网络”与关联密码》→关系图在复杂关联分析中的深度应用。
【数析课堂】让数据开口说话:职场人的“图形法”生存指南》→图形法职场实战指南,轻松驾驭数据表达。

二、技术经验分享

降维打击!Smartbi仪表盘隐藏ECharts玩法大揭秘》→解锁仪表盘高阶玩法,用ECharts实现可视化降维创新。
“数”转乾坤:数据转换规则变形记》→深入数据转换规则,掌握数据变形与流转的核心技巧。

三、AI知识更新

【AI每日一学】简要介绍一下最近AI圈很火的“养龙虾”话题》→每日一学,快速理解AI圈热门话题“养龙虾”。
【AI每日一学】讲一下最近AI圈很火的“养龙虾”话题中一直被提及的skill》→深度解析“养龙虾”中的关键技能概念,紧跟AI前沿。

四、全新素材上线

指标元素动态图(二)》→新增指标动态图素材,丰富仪表盘视觉表现力。

五、官方通知更新

2026年「月更日志」社区更新合集 3.1 - 3.31》→回顾三月社区更新动态,掌握平台最新进展。
春日如约而至:2026年第一季度任务通关排行榜请查收!》→揭晓Q1任务通关榜单,激励持续学习与挑战。

六、任务持续上线

【AI知识巩固】简要介绍一下最近AI圈很火的“养龙虾”话题》→追踪AI圈最新热词,轻松入门“养龙虾”现象。
【图表应用】热力图:数据的“温度计”与分布探测器》→学习热力图制作,让数据热度一目了然。
【BI知识闯关】降维打击!Smartbi仪表盘隐藏ECharts玩法大揭秘》→实战闯关,巩固仪表盘隐藏技能。
【数析课堂】排序法知识巩固》→掌握排序分析法,梳理数据层级关系。
【图表应用】关系图:挖掘数据背后的“隐形关系网”》→学习关系图绘制,发现数据间的隐秘关联。
【BI知识闯关】重生之如何找SQL看数据不对问题(上)》→SQL排错实战,提升数据校验能力。
【BI知识闯关】“数”转乾坤:数据转换规则变形记》→闯关巩固数据转换规则应用。
【AI知识巩固】讲一下最近AI圈很火的“养龙虾”话题中一直被提及的skill》→深入“养龙虾”背后的技能概念,拓展AI认知。
【数析课堂】图形法知识巩固》→强化图形化分析方法,让数据表达更直观。

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 11600浏览人数
最后回复于:2020-10-16 10:29

社区

指南

AI

搜索

快速回复 返回顶部 返回列表