Tận dụng sức mạnh của Python trong Tableau với TabPy

Discussion in 'Tableau' started by tableau, Aug 12, 2017 at 1:46 PM.

  1. tableau

    tableau Well-Known Member

    TabPy là một API mới cho phép đánh giá code Python từ trong Tableau workbook.

    Khi sử dụng TabPy với Tableau, ta có thể xác định các lĩnh vực tính toán bằng Python, do đó tận dụng sức mạnh của một số lượng lớn các thư viện ngay từ visualizations.

    Sự tích hợp Python mới này trong Tableau cho phép các kịch bản mạnh mẽ. Ví dụ, chỉ cần một vài dòng code Python thì có thể đánh giá các sản phẩm được bán tại một nhà bán lẻ trực tuyến. Sau đó, bạn có thể khám phá các kết quả theo nhiều cách trong Tableau.

    upload_2017-8-12_13-45-31.png

    Chấm điểm: Tạo kênh chuyển đổi hiệu quả hơn bằng cách ghi lại hành vi của người dùng của bạn bằng mô hình dự đoán.

    Dự đoán: Tìm hiểu khi nào và tại sao người dùng rời khỏi, dự đoán và ngăn không cho nó xảy ra.

    Bạn có thể dễ dàng cài đặt máy chủ TabPy trên máy tính của bạn hoặc trên một máy chủ từ xa. Định cấu hình Tableau để kết nối với dịch vụ này bằng cách nhập URL dịch vụ và số cổng trong phần

    Help>Setting and Performance> Cài đặt và Hiệu suất> External Service Connection.

    Sau đó, bạn có thể sử dụng các tập lệnh Python như là một phần của các lĩnh vực đã tính của bạn trong Tableau.

    upload_2017-8-12_13-45-50.png

    TabPy sử dụng môi trường Anaconda phổ biến, được cài đặt sẵn và sẵn sàng sử dụng với nhiều gói Python phổ biến bao gồm scipy, numpy và scikit-learn. Nhưng bạn có thể cài đặt và sử dụng thư viện Python trong kịch bản của bạn.

    Nếu bạn có một nhóm các developer các mô hình tùy chỉnh trong công ty của bạn, TabPy cũng có thể tạo điều kiện chia sẻ những mô hình này với những người khác muốn sử dụng chúng trong Tableau thông qua mô hình được xuất bản.

    Sau khi published, tất cả những gì cần để chạy mô hình là một dòng mã Python trong Tableau bất kể loại mô hình hay phức tạp. Bạn có thể ước tính xác suất của khách hàng bằng cách sử dụng hồi quy logistic, mạng perceptron nhiều lớp, hoặc các cây tăng cường độ dốc cũng dễ dàng bằng cách đơn giản truyền dữ liệu mới vào mô hình.
    upload_2017-8-12_13-46-12.png

    Sử dụng các mô hình được published có nhiều lợi ích. Các chức năng phức tạp trở nên dễ dàng hơn để duy trì, chia sẻ và sử dụng lại như các phương pháp được triển khai trong môi trường dự báo dịch vụ. Bạn có thể cải tiến và cập nhật mô hình và mã đằng sau điểm cuối trong khi lĩnh vực tính vẫn tiếp tục hoạt động mà không có bất kỳ thay đổi nào. Và một tác giả bảng điều khiển không cần biết hoặc lo lắng về sự phức tạp của mô hình đằng sau điểm cuối này.

    Cùng với nhau, Tableau và Python cho phép nhiều mô hình phân tích nâng cao hơn, làm cho bảng điều khiển của bạn thậm chí còn có hiệu quả hơn.
     
  2. Loading...


Share This Page