Smartbi Smartbi V9数据挖掘完整介绍

Smartbi Mining平台是一个专注于实际生产应用的数据分析和预测平台，旨在为个人、团队和企业做出的决策提供预测。该平台不仅可以为用户提供直观的流建模、拖放操作和精简可视化的建模界面，还可以提供大量的数据预处理操作。此外，它构建了各种实用、经典的机器学习算法，并基于Smartbi与企业客户的长期经验，提供了大量实用的企业级平台功能。具体特征如下:

适应大企业

1.分布式云计算、线性扩展和有保证的性能

2.与商业智能平台无缝集成，一键发布挖掘模型

3.模型库提高了知识重用，减少了重复投资

4.支持跨数据库查询，统一控制数据访问权限

5.培训自动化、模型自学，并提供企业级模型工厂

适应普通用户

1.直观易用的流程建模，极简的节点配置界面

2.支持可视化探索，易于理解数据质量和数据关联

3.流程节点的在线帮助，可根据需要进行检查

4.模型的超级参数被自动调整以降低使用阈值

专业算法能力

1.内置五种机器学习成熟算法

2.支持文本分析和处理

3.支持使用Python扩展挖掘算法

4.支持使用SQL来扩展数据处理能力

5.自动特征组合实现有效特征生成

从功能上看，它涵盖了主流数据挖掘产品的各种功能，有自己的特点:

01一站式体验

业务用户可以在没有技术层面的情况下快速创建自己的工作流或模型，并将这些工作流和模型应用到实际工作中:他们可以基于Smartbi定制分析报告。

申请流程如下:

1.通过拖放自定义工作流或模型。

2.保存工作流或模型。

3.使用Smartbi报告功能自定义分析报告。

02快速学习定位

平台内置了12个有代表性的应用案例，初学者可以在学习案例或修改案例的一些现有工作流节点的基础上，快速掌握智能挖掘的使用。

2.数据目标源:支持Smartbi的多个数据源

将实验数据导出到关系数据源，如ClickHouse、Oracle和HDFS。适用于Smartbi。平台除了支持将数据导出到上述关系数据库外，还支持将数据导出到Smartbi数据库，方便用户直接使用数据进行其他操作。目前支持Smartbi的数据库有Infobright、ClickHouse、Vertica、Oracle、Mysql、DB2、MSSQL。

3.支持自动参数调整

该平台支持所有算法的自动和最佳参数调整。

平台支持的聚类算法:k-means，高斯混合模型，DBSCAN。聚类算法主要用于特征聚类。使用场景:企业信息聚类，酒种识别。

这些经典算法高效易用，能够满足用户不同的使用场景，帮助客户轻松实现数据挖掘。

07灵活的扩展接口

支持自定义Python或JAVA代码，灵活帮助用户扩展算法库和资源树节点。

08可视化效果

平台的可视化效果主要包括工作流定制可视化、数据可视化和分析结果可视化。

1.工作流定制的可视化:拖放节点和连接，以及可视化的流程建模

2.数据可视化:预处理数据结果的可视化效果，通常以表格的形式

3.分析结果可视化:支持相关性分析、平行坐标、散点图等统计分析和图表

09完善的备份机制

为了避免意外的数据损坏，Smartbi Mining平台和Smartbi系统都支持资源备份，用户可以根据自己的需要选择相应的方法。

1.工作流导出和导入

工作流备份是指将工作流DAG资源独立导出到本地，文件后缀命名为”。smartbim”。

2.资源进出口

该平台支持一个或多个案例资源的导入和导出。资源导入是指将本地案例资源导入系统知识库。该功能与资源导出结合使用，常用于开发机和生产机系统之间的资源文件迁移。该平台支持在本地将一个或多个案例资源导入系统。此外，平台还可以从系统中导出资源，也就是将系统知识库中的案例资源以”的格式导出到本地。xml。导出案例资源时，导出的案例资源包括其名称、描述信息和参数信息。

3.知识库的备份和恢复

知识库的备份是指知识库中的所有资源文件都是以“”的格式存储在本地的。拉链。

知识库的备份可以用于知识库的迁移，知识库的定期备份可以帮助用户保护他们的数据免受意外丢失。

备份知识库通过恢复操作实现知识库数据的恢复。