2回答
我在考虑这个问题，但我找不到合乎逻辑的解释。
大多数情况下，在数据准备就绪后，我将执行以下步骤：
相关分析与消除
如果存在范畴变量，则应用虚拟
如果数据不平衡，则平衡数据
刻度数据
特征选择(向后、逐步等)
列车模型
对于我所遵循的这条道路，在哪里应用相关分析会更有意义？在数据平衡之后？在缩放之后？还是刚开始？
浏览 0提问于2020-02-20得票数 2
我对谷歌分析很陌生。我用它来了解一个网站的性能指标，这个网站不是我的。我被指派去分析那个网站的性能指标。我做的一步是，我登录，把网址到网站，然后我被引导到家里，但不知怎的，在每一个仪表板，我检查，没有任何数据。网站是https://www.latihid.com/。
我现在非常困惑，因为我认为简单的登录和放置链接url就足以让google分析人员向我展示数据的仪表板，我在每个教程中都看到了，当他们打开google分析时，它会向他们展示带有数据的仪表板(不是空白仪表板)。
请帮帮我，怎么了?怎么解决？
浏览 3提问于2020-06-26得票数 0
回答已采纳
2回答
我有每秒从传感器到Azure IoT集线器的JSON数据。数据是由15个变量组成的时间序列。我想使用c#应用程序实时处理此数据，该应用程序相当复杂，并将输出事件发送到其他服务(可以是存储或PowerBI)。您认为最好的架构方法是什么? 1.尝试使用c#代码处理流分析中的数据，我知道.Net支持天青流分析，但我认为还为时过早？有这种方法的经验吗? azure流分析是否支持复杂的c#算法? 2.将数据存储到azure数据湖并使用数据湖分析来处理数据？
非常感谢您的经验和建议。非常感谢
浏览 0提问于2017-07-05得票数 0
1回答
我有来自(1)不同时段(2)不同小鼠(3)不同实验室的数据。我如何分析不同老鼠的数据，并在校正这三个层次的多重比较的同时，把数据集中起来呢？
浏览 0提问于2022-09-07得票数 1
我已经将作业输出设置为Power。但是我在分析工作中得到警告，System.Object类型不受PBI服务.的支持。
另外，我无法在Power中看到任何数据。但是我可以看到在那里创建的数据库，它确保流分析作业输出出现在那里。
下面是发送到Power的示例数据。我知道发生错误是因为其中一个属性是对象。在Power BI我能做些什么来处理这个问题吗？
{"test":
{"name":"testApp",
"date":"2015-07-31T10:38:45.1276956+05:30",
"flag"
浏览 2提问于2015-07-31得票数 1
回答已采纳
对于像我这样的用户来说，这似乎是一种困惑，因为azure blob存储和蔚蓝数据湖存储有什么主要区别，在哪个用户情况下，azure blob存储比蔚蓝数据湖存储更适合，反之亦然？
谢谢。
浏览 9提问于2020-04-05得票数 4
回答已采纳
我是一所科技大学的新生，我想成为一名数据分析师。我应该选择什么专业:计算机科学还是信息系统科学？我需要什么技能才能成为一名优秀的数据分析师？
主题组:人工智能，领域驱动的数据挖掘，预测分析或其他:软件项目管理，分布式数据库，哪一个与数据分析更相关？
我非常困惑和担心，所以我希望专业人士能给我一些建议。请帮帮我！
浏览 0提问于2021-09-12得票数 1
回答已采纳
2回答
我真的把ROLAP和数据仓库的定义搞混了。当我们在关系表中加载聚合数据时，我们可以称之为ROLAP吗？或者，ROLAP是一种报告工具？
浏览 7提问于2016-10-02得票数 0
我经常在许多Tensorflow 文本中看到这样的内容：
若要进行此计算，需要使用列方法。您显然需要在现实生活中计算这些数据，但是在这个示例中，我们将只提供它们。
对于中小型CSV数据集来说，计算平均值就像数据上的pandas方法一样简单，或者使用“`scikit learn”
但是，如果我们有较大的数据集，比如一个50 do的CSV文件，那么如何计算平均值或其他类似的统计数据。Tensorflow Transform声称它可以计算全局摘要统计数据，但它们并没有真正解释这个统计数据是如何工作的，也没有解释如何将其集成到工作流中。
下面是他们的中的代码示例。
import tensorf
浏览 4提问于2019-07-03得票数 7
回答已采纳
2000-2012年的数据集是SPSS格式的带有固定宽度数据列的txt文件，有随附的SPSS控制文件(语法文件？)告诉你如何解析数据。我似乎找不到方法让R摄入这些数据，我看过haven和foreign，但没有任何运气。
例: SPSS固定宽度文件：
例: SPSS控制文件：
浏览 9提问于2022-10-18得票数 1
回答已采纳
这可能不是询问数据库/数据仓库问题的合适平台，但由于两者之间有许多共同之处，因此我将提出问题。
我才刚刚开始学习数据仓库，我还需要做一个项目。我想对复杂查询的类型，可以与我的项目完成一些建议/想法。
我有两个数据库。第一个数据库包含表Customer、Purchase、Products和Promotions。第二个表包含Supplier、Product和Order表。
我可以执行什么样的复杂查询？
浏览 3提问于2016-10-02得票数 0
我们在代码中使用Lucene v3.6。我们首先对数据进行索引，然后使用Lucene搜索来搜索词条。使用Luke，我已经确认，当我们索引一个术语时，比如Hashimoto's，它会被索引成我认为的撇号(因为当我从获得的结果中搜索Hashimoto时，我可以确认相应的字段值包含与Hashimoto相同的撇号。但是，当我搜索Hashimoto's时(甚至在Luke中)，我没有得到该字段的任何结果。例如：
+names.name:hashimoto (works and returns multiple results some which have Hashimoto's
浏览 1提问于2017-04-11得票数 0
我想通过python连接OLAP立方体。
(First)Basically i想通过DAX从OLAP Cube.(Second)And导入列导入数据有任何方法可以在Python.中运行DAX公式。
如果python对DAX没有任何选择的话，我很好。不过，至少我希望从OLAP导入数据。
请协助我的代码或指导我。如果你需要更多的信息，请告诉我。
浏览 4提问于2020-07-06得票数 0
如何将通用测试数据导入到sonarqube。我可以在文档中看到它可以完成报告路径sonar.coverageReportPaths和sonar.testExecutionReportPaths，be我可以使用REST API调用它。如果是这样，我该怎么做呢？
浏览 1提问于2017-08-17得票数 0
我需要将OLAP报表支持添加到我现有的spring boot web应用程序中。我遇到过许多BI工具，比如BIRT、JasperServer Report和Saiku，但对于所有这些工具，我都必须使用已经创建的多维数据集。如果数据有任何修改，将不会反映在我的报告中。
有没有第三方工具可以帮助我在运行时创建一个立方体，或者在运行时通过向立方体添加数据来生成报告？
浏览 2提问于2018-05-15得票数 10
我正在使用Azure搜索，在我的索引数据库表中，我与文本“政府赠款”发生了争吵。
当我搜索“授权”时，它不会返回结果，如果我搜索“赠款”，它会返回结果。
我对“销售”和“销售”也有同样的看法。
我如何配置天蓝色搜索，使它匹配单数和复数词？
浏览 5提问于2015-07-24得票数 4
回答已采纳
2回答
在一个完美的世界里，我会有一堆随时可用的数据，而不需要花费任何时间去请求和接收。但在真实的应用程序环境中，如google或facebook，您在数据库中存储了大量的数据，需要时间进行查询，然后您尝试处理这些数据，以便得出有意义的结论/关系。
在对sql中的大量数据进行计数和排序的上下文中，您可以将数据存储在汇总表中，以避免处理...只需使用cron更新这些表即可。但是统计分析和nlp似乎是不同的。
问题是，在数据生命周期的哪个点应该进行实际的统计/nlp/etc分析？
浏览 2提问于2012-04-04得票数 0
回答已采纳
我们目前正在为我们的一个“大规模数据”产品使用MongoDB。简单来说，我们使用Mongo来存储大量的社交媒体数据，比如tweet/post/hashtag等等。因此，使用案例是社交媒体分析。到目前为止，我们使用MongoDB面临的唯一问题是全文搜索能力和聚合性能。
文档的数量将在2500万左右，我们将在单个实例上使用此数量。此外，我们的大多数分析都是在整个集合上进行的(我们通常没有太多过滤器来减少分析数据集)。最近，我们开始关注Elastic Search。它是一个漂亮的工具，搜索速度极快。因此，我们正在考虑的一种方案是将其用作Mongo顶部的搜索层。
但是，经过评估，我们看到ES也有很好的
浏览 0提问于2016-07-26得票数 2
对于“应用程序级有状态防火墙”，我的意思是：
防火墙检查应用层有效载荷(如深度数据包检查)，使用某些参数存储状态，并将其存储在防火墙中。
将比较即将出现的数据包和存储的历史数据包之间的状态。
我的问题是：
我想找更多的文献，关于限制的最大数据包数目要检查和记忆(状态)，以及对网络性能的影响，为这样的应用级有状态防火墙。
浏览 0提问于2017-02-13得票数 1
回答已采纳
类似于NoSQL数据库，但用于联机分析处理。当然是开源的:)
编辑：
OLAP引擎在幕后使用关系数据库。例如，SAPBW可以使用Oracle等。我的意思是没有这个底层关系数据库的OLAP引擎。有点像具有联机分析处理功能的Google BigTable。
OLAP DB可能非常庞大，因为BigTable的数据量大致相同，我想知道是否有人创建了融合两者的模型。
浏览 2提问于2009-08-28得票数 2
2回答
性能数据收集和可视化工具
、、、
我有一个性能测试套件，它在运行期间收集响应时间信息(以CSV格式)。此外，我还有一组监控脚本，用于收集服务器上正在运行的应用程序指标(也是CSV格式)。我想自动化这些数据集(基本上，时间序列)的可视化，例如一些网络应用程序，我可以上传所有的数据集，并让他们在一个很好的图表中显示的可能性按时间段过滤，在不同的切片显示数据，并与其他数据集基于时间的相关。你们知道这样的事情吗？
浏览 6提问于2011-08-24得票数 4
回答已采纳
1回答
我正在开发一个应用程序，为此我需要映射json数据，以便存储在Elasticsearch中。json数据中的字段数是dynamic.then，如何为此场景进行映射。
映射片段
var fs = uploadedFiles[0].fd;
var xlsxRows = require('xlsx-rows');
var rows = xlsxRows(fs);
console.log(rows);
client.indices.putMapping({
"index": "testindex",
浏览 0提问于2015-09-09得票数 1
我们提出了一种利用卡桑德拉-火花组合体通过工作负载分离架构实现的解决方案。也就是说，操作DC主要经历繁重的写操作，而Analytics DC处理Analytics任务。我读过的文章：
一旦在附加集群上接收到这些异步提示，它们就会经历正常的写入过程，并被吸收到该数据中心。这样，任何正在运行的分析作业都可以轻松、简单地访问这些新数据，而无需花费时间的ETL过程。
我们关心的是，由于所有的数据都是从操作DC实时复制到Analytics DC，我们如何确保复制过程不会影响在Analytics DC上发生的分析处理？
另外，对分析作业的大量处理会影响发展中国家之间的数据复制吗？
我知道我可能错过了什么，
浏览 0提问于2018-06-18得票数 1
1回答
最近我在一次采访中被问到这个问题:您有一个包含一个列text__的SQL表，其中的每一行都包含由空格分隔的多个单词。您将如何编写SQL查询来根据单词在整个表中出现的频率对它们进行排序？
作为SQL的初学者，我至少感到很困惑。我可以通过Python脚本想到一个简单的解决方案。所以我向他提出了这个建议，但是面试官想要一个纯粹使用SQL的解决方案，他说他们经常需要对实时的流数据进行如此快速的分析，而频繁的数据转储，在Python中加载数据，然后进行分析，这是过分的。
我在生产环境中处理海量数据的经验并不多，所以有人能告诉我面试官的推理是否合理吗？你将如何解决这个问题？
浏览 2提问于2017-06-11得票数 0
回答已采纳
1回答
SSAS多维数据集处理(不是错误，不是飞行记录器)日志存储在哪里？
我们有一个SQL代理作业运行一个命令。其中有一些DMX，它处理每个维度，然后处理多维数据集数据库(包含两个多维数据集)。
我想知道每个查询需要多长时间。每个维度有一个查询，每个度量组有一个查询。
立方体需要20分钟，现在需要2个小时。
我们使用的是SSAS 2008 R2
我已经搜索了很长时间，而且据我所知，没有这样的日志。
这些问题是而不是重复的：
我不想用Profiler。我想知道在最后一个多维数据集构建中，每个查询至少要花费多长时间。我可以看到所有这些信息，如果我运行互动。当从作业中运行时，我如何使它记录这些信息？
浏览 2提问于2015-07-16得票数 3
回答已采纳
1回答
我有一系列传感器连接到PC上，用来测量各种物理参数，如力、转速和温度。这些传感器以一定的采样速率连续地产生样品。一个样本由一个时间戳和测量到的维数本身组成；采样速率以1位数千赫(即每秒1到9000个样本之间)为单位。
PC应该在给定的时间内读取和存储这些样本。随后，对收集到的数据进行进一步处理和评估。
怎样才是缓冲样本的合理方法？在一些实际的设置下，获取可以轻松地每秒收集几兆字节。此外，在内存分配速度快但写入时需要交换时，分页可能是至关重要的。
我可以想到一种线程方法，其中一个单独的线程分配和管理一个内存块池(锁定的、不可交换的)内存块。考虑到预先分配的这些块总是足够的，进一步的分配只会阻塞这
浏览 2提问于2015-06-17得票数 4
回答已采纳
我正在使用不同的分析API(，yandex，chartbeat等)。目标是创建应用程序，以便实时显示数据。当然，每秒调用相同的api并不是最好的解决方案，所以您能帮我找出我是如何做到的吗？
浏览 0提问于2019-03-06得票数 0
回答已采纳
我对SSAS立方体没有太多的经验。我们有一个包含三个多维数据集的SSAS Visual包(见下文)。当这些多维数据集由我们的SSAS服务器处理时，这些多维数据集是按顺序处理，还是它们(或者可以)并行处理，以减少处理时间？
浏览 0提问于2018-11-21得票数 0
回答已采纳
在学习了SQL server的基本概念之后，我想知道(SQL server)和(如Pandas、Numpy、Matplotlib和python中的seaborn等库)在分析数据方面有什么区别吗？还有人能帮我吗，要成为一个大数据架构，首先应该走什么学习之路？(考虑到我的学位不是计算机科学)
浏览 3提问于2022-02-08得票数 0
回答已采纳
2回答
在试图了解是如何请求数据的同时，我发现它有一个带有GET参数的.gif文件的请求。例如：
https://ssl.google-analytics.com/__utm.gif?utmwv=&utms=&utmn=&utmhn=&utmt=&utme=&utmcs=utmsr=&utmvp=&utmsc=&utmul=&utmje=&utmfl=&utmdt=&utmhid=&utmr=&utmp=&utmac=&utmcc=&utmu=
(我省略了所有
浏览 2提问于2012-05-06得票数 0
回答已采纳
2回答
透明流及批处理
、、、
对于流和批处理的世界，我仍然是非常新的，并且试图理解概念和描述。诚然，我的问题的答案是众所周知的，很容易找到，甚至在这里回答了一百次，但我找不到它。
背景：
我在一个大型的科学项目(核聚变研究)中工作，在实验运行期间，我们正在生产大量的测量数据。这些数据大多是带有纳秒时间戳的样本流，其中样本可以是从一个ADC值到一个这样的数组，通过深度结构化数据(多达数百个条目，从1位布尔到64位双精度浮动)到原始高清视频帧甚至字符串文本消息。如果我正确理解常用的术语，我将把我们的数据视为“表格数据”，在大多数情况下。
我们主要使用自制的软件解决方案，从数据采集到简单的在线(流)分析(如缩放、次采样等)到我们
浏览 0提问于2019-03-13得票数 0
回答已采纳
1回答
我想知道，除了在wso2cep中的仪表板上处理和显示数据之外，我还能在某个地方保存很长一段时间以获得更多的信息吗？我研究了wso2cep中使用的两种类型的表，in-memory and rdbms表。
我该选哪一个？
还有一个选项是切换到wso2das。这是个好方法吗？
默认数据库可以用于这个目的吗?还是我应该转向其他受支持的数据库，如sql、orcale等？
浏览 4提问于2016-08-16得票数 0
回答已采纳
当前的编程语言将数据存储在堆栈、全局数据区或堆中。在哪种情况下，将数据对象分配给寄存器将是有效的?为什么？
浏览 2提问于2014-02-22得票数 0
1回答
我正在使用，我成功地听了麦克风并从分析器(getFloatFrequencyData和getFloatTimeDomainData)获得数据，但是在被分析器修改/处理之前，我如何获得原始的样本数据呢？
谢谢。
浏览 3提问于2014-07-15得票数 2
回答已采纳
1回答
支持数据湖设置的服务
、、、、
我必须测试和比较可用的解决方案来创建一个数据湖。
除了AWS湖的形成之外，还有其他服务可以轻松地建立一个安全的数据池吗？
我知道我可以在Azure和Google平台上创建一个帐户，但是我不知道他们是否有任何我需要的解决方案的“包”，或者帮助我建立数据湖的服务。
浏览 1提问于2019-05-09得票数 0
回答已采纳
我遇到了这些术语的多种定义，无法获得确切的实际含义。
对于有经验的人来说，数据分析、数据科学、数据挖掘、数据分析到底是关于什么的？我知道它们都与数据有关，但有人能详细解释一下吗？
浏览 1提问于2019-01-16得票数 0
1回答
我最近开始从事IBM Bluemix IoT平台的工作。我了解到，IoT实时洞察提供了一个高度可扩展的并行处理规则引擎，它是为IoT数据从头开始设计的。我想知道对于大量的事件数据，这种缩放是如何发生的。有人能给我解释一下IoT平台的架构/可伸缩性吗？我们可以配置规则引擎(并行处理)来说明如何运行并行进程吗？
谢谢，苏哈斯
浏览 0提问于2016-08-30得票数 0
2回答
文本中的问题检测
、、、、
我有一个项目，我需要分析一个文本来提取一些信息，如果发布这篇文章的用户在某件事情上需要帮助，我试着使用情感分析，但它没有像预期的那样工作，我的想法是获取负面的帖子，提取帖子中的主要单词，并向他建议一些关于这个主题的文章，如果有其他方法可以帮助我把它贴在下面，谢谢。
对于我使用的数据集，它是一个用于情感分析的数据集，但是现在我发现它不起作用，我需要一个用于这个主题的数据集。
浏览 1提问于2019-08-24得票数 1
回答已采纳
1回答
我在blob存储中有一个非常大的CSV文件，大小接近64 GB。我需要对每一行进行一些处理，并将数据推送到DB。什么是最有效地解决这个问题的方法？
浏览 5提问于2022-05-13得票数 -1
3回答
我正在尝试通过Microsoft Learning -使用Azure Streaming Analytics实施数据流解决方案。我目前正在做一个练习，我们设置一个作业来处理，用查询转换它，然后返回结果。
我遇到的问题是，当我开始我的工作时-它只是无限地运行，并且不会完成。我没有收到错误消息。当我检查文档时，它说这可能是输入的问题，但我已经返回到我的输入文件并测试了数据，它是可见的。
有谁能给我指明前进的正确方向吗？非常感谢
浏览 2提问于2020-07-09得票数 0
1回答
HDFS的批量分析
、、、、
我通常使用、Kafka、HBase等进行实时分析，我没有开发任何批处理分析作业/系统。我想学习批量分析设计和开发。为此，我试着理解lambda architecture，但我不知道一些事情。
让我们回顾一下这些假设。
我正在实时获取点击流数据。所有发送给卡夫卡的数据都被吃掉了。
速度层：我们可以使用clickstream / Flink等实时分析点击流数据中的会话。然后我们可以将分析结果发送到HBase、Cassandra等。这是我通常知道的lambda architecture.的速度层(我也在这层工作)。
批处理层：我们可以使用Apache、Kafka等将数据从发送到HDFS。
Que
浏览 1提问于2019-08-31得票数 0
我安装了英特尔Vtune Analyzer 9，以便在装有AMD Turion X2 TL-58处理器的Windows7 PC上从win32应用程序中获取调用图和计数器监视器数据，但它给出了一个错误：“无法正确识别X2体系结构，数据收集不可用”。有没有针对AMD平台的类似工具？
浏览 6提问于2010-08-16得票数 3
注:这是对这问题的跟进.
我正在开发一个网站，允许用户将大量数据上传到我的Java后端。一旦验证，数据必须存储在磁盘上。在这里，“大”是指从10 KB到100 KB的顺序。
考虑到大量用户可以同时提交大量数据块，并且必须先对数据进行分析(验证)，然后才能存储在服务器端的磁盘上，那么在处理数据块时，我有什么选择来防止JVM内存不足的错误呢？请注意，每个数据块目前都是从String对象的前端接收的。
浏览 0提问于2017-12-28得票数 0
回答已采纳
1回答
我有一个权重变量，我想要应用到我的数据集，以便我有加权总和。在SPSS中，这已经足够简单了。但是，在R中，我将变量乘以weight变量来创建一个新变量，如下面的示例所示： https://stats.stackexchange.com/questions/210697/weighting-variable-based-on-another-variable 在R中有更复杂的权重应用方法吗？ 谢谢。
浏览 23提问于2020-03-29得票数 0
1回答
IBM Cognos TM1是一个多维数据库，我的公司认为它是最新和最好的。我上过这些课，当然，这是很好的分析方法。当然，我公司的财务人员只在看到Excel插件或类似Excel的网站时会想：“这就是我需要的数据输入应用程序！”我的回答是“我以为您需要OLTP解决方案！”他们忽略了这一点因为我在里面。
我看到的是与我首选的Microsoft开发工具的集成有问题。我宁愿部署Silverlight数据输入/OLTP工具。我还看到TM1有非托管的动态链接库，提供对数据引擎的完全访问。自从IBM收购TM1以来，我看不到微软和TM1有一个友好的未来。
认为LinqToEntities可以为TM1创建对象关
浏览 0提问于2009-10-20得票数 0
回答已采纳
我正在为网络设计和编码一个基于知识的社区共享系统(论坛，问答，学生，教授和专家之间的文章共享)。
我需要使用一些数据挖掘/文本处理技术/算法来分析专家和学生之间的讨论(讨论使用标签进行分类)，并在特定的类似主题上创建适当的笔记和汇编。
对于这样的算法或可用的工具，我不是专家。如果有人能为我提供一些指点或解释我如何解决这个问题，那就太好了。
谢谢！！
浏览 2提问于2011-11-28得票数 0
回答已采纳
目前我使用GTag记录购买数据到谷歌分析电子商务。我正在使用标准的电子商务。现在，我将把这个过程作为后处理。(即)需要使用C#应用程序将购买数据记录到GA电子商务。谷歌是否提供了用于此过程的C#应用编程接口？
浏览 22提问于2019-11-12得票数 5
回答已采纳
2回答
社交网络分析和图表分析是一回事吗？如果没有，有什么不同呢？社会网络分析可能是图形分析的一个子集吗？
它们仅仅是图论的现代扩展吗?因为现代类型的数据和数据分析，图论已经变得相关？
像NetworkX和neo4j这样的软件扮演什么角色？
浏览 0提问于2019-01-29得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
