Versions Compared

Version Old Version 7 New Version 8
Changes made by

Yellowfin Admin

YUKA SAITO

Saved on

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

Anchor
top
top

...

Yellowfinは、定義済みの関数を用意していますが、管理者によって、組織やレポート要求に特化した関数が追加されることもあります。利用可能な関数は、以下の一覧を展開して確認をしてください。

 


Expand
title分析


累積比率

選択したフィールドの合計に対する累積比率を返します。最大値は100%です。

切り捨て累積百分率

選択したフィールドの合計の累積百分率を、特定の比率で切り捨てます。切り捨てる比率は、固定することもできますし、ユーザープロンプトとして設定することもできます。

累積合計

選択したフィールドの累積合計を返します。

昇順（1-9）ランク

選択したフィールドの総合順位を昇順（1-9）で返します。最上位は1です。数値が高い方が好ましい値に対して使用されます。例：利益

最下位から10位

選択したフィールドの最下位から10位までの値を返します。

最下位からN位

選択したフィールドの最下位からN位までの値を返します。ユーザーは、返される値を定義しなくてはいけません。

最終からの増分

連続するロウ（行）間の、計算された変更を表示します。

最終Nからの増分

現在のロウ（行）から「現在－N行」間の、計算された変更を表示します。

降順（9-1）ランク

選択したフィールドの総合順位を降順（9-1）で返します。最下位は1です。数値が低い方が好ましい値に対して使用されます。例：経費

前値からの偏差前値からの偏差を表示します。使用される式は：（現在値-前値）/前値

カラム（列）間の差

選択した2つのカラム（列）間の差を表示します。

カラム（列）で除算選択した2つのカラム（列）の除算を返します。現在のカラム（列）は分母になり、分子は設定中に定義されます。
カラム（列）の除算選択した2つのカラム（列）の除算を返します。現在のカラム（列）は分子になり、分母は設定中に定義されます。
合計の百分率（%）フィルター選択したフィールドの合計に対する百分率（%）を、定義した閾値より上か下かで返します。
合計のグループ化百分率（%）特定のフィールド/カラム（列）の上位を百分率（%）で返します。

カラム（列）の乗算

選択した2つのカラムの乗算を返します。

自然対数

与えられたフィールドの値のeを底とする対数を与えます。

Nullをゼロ

フィールドのすべてのNull値をゼロに置き換えます。

絶対最大値に対する百分率（%）

選択したフィールドの絶対最大値に対する百分率（%）を返します。

カラム（列）に対する百分率（%）

選択したカラム（列）の、他のカラム（列）に対する比率を返します。

最大値に対する百分率（%）

データセット内の属性の最大値と比較した場合の、属性の百分率（%）を返します。

カラム（列）に対する変化百分率（%）選択したフィールドの、他のカラム（列）に対する変化を百分率（%）で返します。
初期値の百分率（%）カラム（列）の初期値と比較した値の百分率（%）を返します。

合計値に対する百分率（%）

データセット全体の属性の合計値と比較した場合の、属性の百分率（%）を返します。

値の削除特定の閾値を上回る、または下回る値を削除します。
スパークライン配列アナリティクス関数日付フィールドでデータを集約して、選択したメトリック（数値）の配列を作成します。ヒント：これをスパークラインフォーマッターと組み合わせて使用することで、レポートにスパークライングラフを作成します。手順は、こちらを参照してください。

カラム（列）の集約

選択した2つのカラム（列）の集約を返します。

最上位から10位

選択したフィールドの最上位から10位までの値を返します。

最上位からN位

選択したフィールドの最上位からN位までの値を返します。ユーザーは、返される値を定義しなくてはいけません。

最上位からN位 （同順位を含む）

選択したフィールド（関連づけあり）の最上位からN位の値を返します。これはつまり、同順位に複数のレコードがある場合、これをN個の合計順位に制限することを意味します。

合計値に対する上位/下位N位百分率（%）指定したカラム（列）を構成する上位、または下位N位の百分率（%）を返します。

データセット切り捨て

データセットの上位、または下位から指定したN行を削除します。


...

Expand
titleデータ変換

データ変換により、データベースから返された結果を調整することができます。例えば、データベースに保存された通貨価格を、全桁の通貨価格表示から、1,000で除算した通貨価格表示に変換する場合に、使用することができます。

 


高度な関数のカスタマイズの例　–　Rの統合

高度な関数のカスタマイズの例として、レポートでRを使用する方法を示します。

...

Expand
titleクリックして展開する

YellowfinにRスクリプトを理解させ、実行させるためには、以下に記載されているように、若干異なるスクリプト構造を使用します。

サンプルスクリプト、<R_file_name>.Rを見てみましょう。Yellowfinから渡された入力パラメーターは、<R_file_name>.R.input.csvで利用可能になります。処理が進むと、Rスクリプトは、結果（ひとつのカラム（列）のみ）を<R_file_name>.R.result.csv に書き込みます。

以下は、Neural NetworksのためのRスクリプトのサンプルです。こちらのスクリプトをコピーすれば、エラーを発生することなくRが動作します。

Code Block
titleSample R-Script : neural-net-script.R
setwd("C:/R/R-3.2.3/bin/x64")
library(rattle)   #
To access the weather dataset and utility commands.
library(magrittr) # For the
%>% and %<>% operators.
building <- TRUE
scoring  <- ! building
# A pre-defined value is used
to reset the random seed so that results are repeatable.
crv$seed <- 42 
# Load the data.
rPATH  <-
Sys.getenv("RSCRIPT_PATH")
rINPUT <- paste0(rPATH ,"/neural-net-script.r.input.csv")
rOUTPUT <- paste0(rPATH
,"/neural-net-script.r.result.csv")
dataset <-
read.csv(file=rINPUT, header=FALSE, sep=",")
# Note the user
selections. 
# Build the
training/validate/test datasets.
set.seed(crv$seed) 
crs$nobs <- nrow(dataset) #
366 observations 
crs$sample <- crs$train
<- sample(nrow(dataset), 0.7*crs$nobs) # 256 observations
crs$validate <-
sample(setdiff(seq_len(nrow(dataset)), crs$train), 0.15*crs$nobs) # 54
observations
crs$test <-
setdiff(setdiff(seq_len(nrow(dataset)), crs$train), crs$validate) # 56
observations
# The following variable
selections have been noted.
crs$input <-
c("V1", "V2", "V3", "V4","V5")
crs$target 
<- "V6"
#============================================================
# Neural Network 
#============================================================
# Build a neural network model
using the nnet package.
library(nnet, quietly=TRUE)
# Build the NNet model.

set.seed(199)
crs$nnet <-
nnet(as.factor(V6) ~ .,data=dataset[crs$sample,c(crs$input, crs$target)],size=10,
skip=TRUE, MaxNWts=10000, trace=FALSE, maxit=100)
#============================================================
# Score a dataset. 
#============================================================
# Obtain probability scores for
the Neural Net model on weather.csv [validate].
#crs$pr <- predict(crs$nnet,
newdata=dataset[crs$validate, c(crs$input)], type="class")
#crs$pr <- predict(crs$nnet,
newdata=dataset[crs$validate, c(crs$input)], type="class")
crs$pr <- predict(crs$nnet,
newdata=dataset, type="class")
write.table(crs$pr,
file=rOUTPUT, row.names=FALSE, col.names = FALSE)


Rスクリプトの呼び出し

Expand
titleクリックして展開する

一度インストールをすれば、高度な関数メニューから、こちらの機能を使用することができます。

...

レポートビルダーのデータステップで、表内のフィールドに関数を適用するためには、以下の手順を実行します。

 


  1. 以下のいずれかの方法で、フィールドのドロップダウンメニューを開きます。


    1. カラム（列）/ ロウ（行）一覧から



    2. 表のプレビューから



  2. 一覧から「高度な関数」オプションを選択し、高度な関数設定画面を開きます。
  3. 以下の関数オプションを入力します。



    1. フィールドに適切な集約を適用します。これにより、必要なすべての集約の最上位に、この関数が適用されます。
    2. 「分析」、「統計」、「テキスト」から、適用したい関数タイプを選択します。
    3. 一覧から使用したい関数名を選択します。関数名を選択すると、その関数の説明が横のボックスに表示されます。いくつかの関数は、関数を選択してから、パラメーターの定義を要求されます。
    4. 関数を「グラフ」ページのみに表示するように設定することもできます。これはレポートの表から対象のフィールドを非表示にしますが、カラム（列）/ ロウ（行）一覧から、これを閲覧、編集することが可能です。これにより、表示目的で関数を適用するフィールドのコピーを追加する場合に、追加されたフィールドで表を煩雑にすることがありません。



  4. 関数の定義が完了したら、「保存」ボタンをクリックして、適用します。

...

  1. 上記で説明されているように、「高度な関数」表示を開きます。

  2. 「データ変換」タブを選択します。 こちらの画面から、変換したいデータを選択します。

  3. 変換に適切な集約を選択します。

  4. 選択した変換を適用するために、「追加」ボタンをクリックします。選択したデータタイプで使用可能な変換の一覧が表示されます。デフォルト設定では、「Javaデータコンバーター」と「数値除算コンバーター（値を1,000で除算します）」表示されます。

  5. 画面の指示に従って操作し、「保存」ボタンをクリックします。

  6. 必要に応じて、「追加」ボタンをクリックして新しいタイプを作成することで、複数のコンバーターをデータに追加することができます。

...