Funkcje klasyfikacji w wykresach

Funkcja Rank() oblicza wartości wierszy wykresu w wyrażeniu i dla każdego wiersza zwraca względną pozycję wartości wymiaru obliczanego w wyrażeniu. Obliczając wartość wyrażenia, funkcja porównuje wynik z wynikiem dla innych wierszy zawierających bieżący segment kolumny i zwraca klasyfikację bieżącego wiersza w obrębie segmentu.

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

Funkcja HRank() oblicza wartość wyrażenia i porównuje otrzymany wynik z wynikami z innych kolumn zawierających bieżący segment wierszy tabeli przestawnej. Funkcja zwraca następnie klasyfikację bieżącej kolumny w obrębie segmentu.

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

KMeans2D() poddaje ocenie wiersze wykresu, stosując algorytm centroidów oraz wyświetlając dla każdego wiersza wykresu identyfikator klastra, do którego został przypisany ten punkt danych. Kolumny wykorzystywane przez algorytm grupowania są określane przez odpowiednio parametry coordinate_1 i coordinate_2. Oba te parametry są agregacjami. Liczba tworzonych klastrów jest określana przez parametr num_clusters. Dane można opcjonalnie znormalizować za pomocą parametru norm.

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

KMeansND() poddaje ocenie wiersze wykresu, stosując algorytm centroidów oraz wyświetlając dla każdego wiersza wykresu identyfikator klastra, do którego został przypisany ten punkt danych. Kolumny wykorzystywane przez algorytm grupowania są określone przez odpowiednio parametry coordinate_1 i coordinate_2 itd., aż do n kolumn. Wszystkie te parametry są agregacjami. Liczba tworzonych klastrów jest określana przez parametr num_clusters.

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

KMeansCentroid2D() poddaje ocenie wiersze wykresu, stosując algorytm centroidów oraz wyświetlając dla każdego wiersza wykresu oczekiwaną współrzędną klastra, do którego został przypisany ten punkt danych. Kolumny wykorzystywane przez algorytm grupowania są określone przez odpowiednio parametry coordinate_1 i coordinate_2. Oba te parametry są agregacjami. Liczba tworzonych klastrów jest określana przez parametr num_clusters. Dane można opcjonalnie znormalizować za pomocą parametru norm.

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

KMeansCentroidND() poddaje ocenie wiersze wykresu, stosując algorytm centroidów oraz wyświetlając dla każdego wiersza wykresu oczekiwaną współrzędną klastra, do którego został przypisany ten punkt danych. Kolumny wykorzystywane przez algorytm grupowania są określone przez odpowiednio parametry coordinate_1, coordinate_2 itd., aż do n kolumn. Wszystkie te parametry są agregacjami. Liczba tworzonych klastrów jest określana przez parametr num_clusters.

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