Indicateurs de fréquence des modèles d'Asie de l'Est - 8.0

Guide d'utilisation de Talend Big Data Platform Studio

Version
8.0
Language
Français (France)
EnrichDitaval
Big Data Platform
Product
Talend Big Data Platform
Module
Studio Talend
Content
Création et développement
Les indicateurs Fréquence des modèles d'Asie de l'Est et Basse fréquence des modèles d'Asie de l'Est sont les indicateurs de fréquence des modèles relatifs à l'Asie de l'Est.
Indicateur Purpose
East Asia Pattern Frequency Calcule le nombre d'enregistrements les plus fréquents pour chaque modèle distinct.
East Asia Pattern Low Frequency Calcule le nombre d'enregistrements les moins fréquents pour chaque modèle distinct.

Les deux indicateurs ci-dessus fonctionnent uniquement avec des caractères latins et sont disponibles uniquement avec le moteur Java. Ils sont utiles lorsque vous souhaiter identifier des modèles au sein de données asiatiques.

Les deux indicateurs ci-dessus présentent des modèles en convertissant des caractères asiatiques en lettre comme H,K,C et G en suivant les règles décrites dans le tableau suivant :

Type de caractères Utilisation
Chiffres latins 9 remplace tous les chiffres ASCII.
Latin lowercase letters a remplace tous les caractères latins ASCII.
Latin uppercase letters A remplace tous les caractères latins en majuscule.
Full-width Latin numbers 9 remplace tous les chiffres ASCII.
Full-width Latin lowercase letters a remplace tous les caractères latins ASCII.
Full-width Latin uppercase letters A remplace tous les caractères latins en majuscule.
Hiragana H remplace tous les caractères Hiragana
Half-width Katakana k remplace tous les caractères Katakana demi-chasse
Full-width Katakana K remplace tous les caractères Katakana pleine chasse
Katakana K remplace tous les caractères Katakana (majuscules)
Kanji C remplace des caractères chinois.
Hangul G remplace des caractères Hangeul.

Voici un exemple d'analyse de colonnes utilisant les indicateurs East Asia Pattern Frequency et East Asia Pattern Low Frequency sur une colonne address.

Les résultats d'analyse de l'indicateur East Asia Pattern Low Frequency ressemblent à ceci :

Ces résultats donnent le nombre d'enregistrements les moins fréquents pour chaque modèle distinct. Certains modèles ont des caractères et des nombres et d'autres contiennent uniquement des caractères. Les modèles ont également différentes longueurs, cela montre que les adresses ne sont pas cohérentes et que vous devez les corriger et les nettoyer.

Le tableau suivant présente les indicateurs que vous pouvez sélectionner dans n'importe quelle base de données :

Type de données Number Text Date Autres
Type de moteur d'analyse Java SQL Java SQL Java SQL Java SQL
East Asia Pattern Frequency
East Asia Pattern Low Frequency