Fonctions de classement dans les graphiques

Rank() évalue les lignes du graphique dans l'expression et, pour chaque ligne, affiche la position relative de la valeur de la dimension évaluée dans l'expression. Lors de l'évaluation de l'expression, la fonction compare le résultat à celui des autres lignes contenant le segment de colonne actif et renvoie le classement de la ligne active dans ce segment.

rank([TOTAL [<fld {, fld}>]] expr[, mode[, fmt]])

HRank() évalue l'expression et compare le résultat à celui des autres colonnes contenant le segment de ligne actif d'un tableau croisé dynamique. La fonction renvoie ensuite le classement de la colonne active dans le segment.

HRank([TOTAL] expr[, mode[, fmt]])

KMeans2D() évalue les lignes du graphique en appliquant un algorithme des k-moyennes, et, pour chaque ligne du graphique, il évalue l'id du cluster auquel ce point de données a été affecté. Les colonnes utilisées par l'agorithme sont déterminées par les paramètres coordinate_1, et coordinate_2, respectivement. Ces deux paramètres sont des agrégations. Le nombre de clusters créés est déterminé par le paramètre num_clusters. En option, les données peuvent être normalisées par le paramètre de norme.

Kmeans2D(num_clusters, coordinate_1, coordinate_2 [, norm])

KMeansND() évalue les lignes du graphique en appliquant un algorithme des k-moyennes, et, pour chaque ligne du graphique, il évalue l'id du cluster auquel ce point de données a été affecté. Les colonnes utilisées par l’algorithme sont déterminées par les paramètres coordinate_1, coordinate_2, etc., jusqu'à n colonnes. Ces paramètres sont tous des agrégations. Le nombre de clusters créés est déterminé par le paramètre num_clusters.

KmeansND(num_clusters, num_iter, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])

KMeansCentroid2D() évalue les lignes du graphique en appliquant un algorithme des k-moyennes, et, pour chaque ligne du graphique, il affiche la coordonnée souhaitée du cluster auquel ce point de données a été affecté. Les colonnes utilisées par l'agorithme sont déterminées par les paramètres coordinate_1 et coordinate_2, respectivement. Ces deux paramètres sont des agrégations. Le nombre de clusters créés est déterminé par le paramètre num_clusters. En option, les données peuvent être normalisées par le paramètre de norme.

KmeansCentroid2D(num_clusters, coordinate_no, coordinate_1, coordinate_2 [, norm])

KMeansCentroidND() évalue les lignes du graphique en appliquant un algorithme des k-moyennes, et, pour chaque ligne du graphique, il affiche la coordonnée souhaitée du cluster auquel ce point de données a été affecté. Les colonnes utilisées par l’algorithme sont déterminées par les paramètres coordinate_1, coordinate_2, etc., jusqu'à n colonnes. Ces paramètres sont tous des agrégations. Le nombre de clusters créés est déterminé par le paramètre num_clusters.

KmeansCentroidND(num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])