用多維數據造句子，“多維數據”造句

您能想到的使用新維度的任何其他多維數據集。

本文對多維特徵數據的處理上，通過對頻繁項目集的剪枝策略達到對多維數據降維的目的。

要刷新的多維數據集的名稱“%1”必須與當前數據庫名稱“%2”匹配。

鍵選擇：多維數據建模中的鍵選擇是一個難題。

一個切片包含來自多維數據集模型的每個維的層次結構的一個級。

不僅可以對接觸網參數的檢測數據提供查詢服務，還可以對多次檢測產生的大量檢測數據進行多維數據分析，從大量數據中提取有用信息。

按照基本規則和DB 2CubeViews元數據定義的多維數據集模型完整*規則，查詢的多維數據集模型應該是有效的。

在過去幾年，OLAP逐漸成為處理數據倉庫和商業智能使用的多維數據的流行方法。

在DWEDesignStudio中，可以為olap模型和多維數據集設計和部署物化查詢表(MQT)。

一個導出嚮導將幫助您完成導出過程，在導出嚮導中選擇要導出的多維數據集，如圖14所示。

與將它們複製到多台機器相比，您可能更想在擁有相應文件的機器上基於那些多維數據集處理所有報告。

多維數據集維度沒有相應的數據庫維度

選擇數據庫和表: 請選擇包含所需數據的數據庫和表/多維數據集。

請在此數據庫中選擇多維數據集，其中包含挖掘模型要基於的多維數據。

多維數據集模型讓信息消費者能夠從一個新的視角理解數據。

此外，有一個包含審批維度的額外的輔助多維數據集。

藉助於業務名稱，多維數據集就能夠用多種語言表示了。

建立了漁船決策樹挖掘模型及漁船年審聚集挖掘模型，對多維數據集進行了數據挖掘。

瀏覽應用程序、多維數據集、視圖、維度等，在您確定TM 1Server已經如期完成和運行時，即可退出程序。

在工作台中的多維數據集上執行一個多維查詢，以將業務名稱顯示為x座標軸和y座標軸的標籤。

請選擇包含所需數據的數據庫和多維數據集。

*縱一個多維數據集：邊緣化，推廣，會員。

因此必須創建一個輔助多維數據集和一個視圖。

用文卡的話説，簡化多維數據的多維標度就是試圖“通過找出定義大多數行為的關鍵屬*來降低數據的維數”。

多維數據集模型可以看作星形聯結或雪花形聯結模式的抽象。

例如，使用執行查詢的主體、查詢了哪個多維數據集、特別使用了哪一年進行過濾等來構建上下文。

olap多維數據集具有一組特定的、類似但卻更多限制*的、衍生自父多維數據集模型的元數據對象，這些對象包括多維數據集維、多維數據集層次結構、多維數據集層和一個多維數據集事實對象。

平行座標對多維數據的表達是數據可視化的重要方法之一。

多維數據集中的每個單元包含一個平均貸款金額值，該值根據在單元處交叉的維度進行聚合。

根據您需要的業務邏輯，按照目標區域定義和IF語句分離元素安全*控制多維數據集中的區域。

請選擇包含需要數據的“數據庫”和“表格/多維數據集”。

請從列表中選擇數據庫。所選的數據庫將確定哪些多維數據集可用於報表。

要在多維數據集模型的另一個切片上創建分組集，應該創建一個新的分組集，其中至少要包含新切片中每一級的級鍵屬*。

來自查詢訪問的多維數據集模型切片的屬*。

默認角*和默認策略共同構成默認授權：多維數據集上針對沒有顯式訪問規則的用户的隱式訪問規則。

但是，您應該掌握如何配置多維數據集模型使之支持全球化特*。

多維數據集模型包含元數據對象，這些對象描述基表數據中的關係以及相關數據位於什麼地方。

這些對象引用多維數據集模型中使用的事實、維、層次結構和級對象，它們與多維數據集模型中的這些對象是相似的。