SlideShare uma empresa Scribd logo
1 de 23
Baixar para ler offline
© Copyright 2000-2015 TIBCO Software Inc.
SpotfireとTERRの連携方法
TERRとは
Spotfire5.0以降のバージョンでは
TIBCO Enterprise Runtime for R ( 以下TERR)と呼ばれるR言語の処理エンジ
ンが搭載されています。
このエンジンを使用することで、Spotfireの可視化と
高度な統計解析や数理モデルを用いた分析が可能になります。
この資料ではTERRとの下記の連携方法を記載しています。
① TERRからSpotfireへのデータの受取
② SpotfireからTERRへパラメータを渡す
③ SpotfireからデータをTERRに渡す
※Spotfire Serverに接続されている必要がありますので、サーバーにログインし
た状態で操作を実施して下さい。
事前準備
最初にSpotfireに搭載されているTERRを使用するように設定します。
「ツール」→「オプション」を選択し「データ関数」を選びます。
「ローカルにインストールされた…..」にチェックを入れ、カスタムURLにはダミーの
URLを指定しておきます。
TERRからのデータを受け取る
TERRからデータをSpotfireで受け取る方法です。
まずはR言語を記載した関数を登録する必要がありますので、
「ツール」→「データ関数の登録」を選択します。
タイプは「Rスクリプト – TIBCO Enterprise Runtime for R」を選択してください。
記載スクリプト
retDataTable <- rnorm
( 100 )
retDataTableに100個のランダ
ムな値を格納します。
TERRからのデータを受け取る
スクリプトを記載します。
今回は正規分布に従ったランダムな値を100つ発生させ、Spotfire側で受け取ります。
TERRからのデータを受け取る
テーブルの受取設定
スクリプトに記載したretDataTableをSpotfire側で受け取る設定です。
「出力パラメータ」で「追加」を押して、retDataTableをタイプ「テーブル」で追加してください。
TERRからのデータを受け取る
スクリプトの実行
「実行」ボタンを押します。出力パラメータが設定されているので、
Spotfire側でどのように受け取るのか指定します。
「出力」タブでretDataTableを「データテーブル」「新しいデータテーブルの作成」とします。
TERRからのデータを受け取る
結果の確認
新しいテーブル( retDataTable) が作成され、指定された通り100行分のデータが確認できます。
これでTERRからデータを受け取る事が出来ました。
試しにヒストグラムを作成してみましょう。
TERRへパラメータを渡す
TERRからデータを受け取る事が出来ましたが、
モデルのパラメータをSpotfireから渡す事も出来ます。
今回は発生させる行数を指定できるようにします。
まずはプロパティと言う機能を使用し、数値を入力できるようにします。
プロパティはテキストエリアに設置できますので、
まずは、テキストエリアを作成します。
その次に「プロパティコントロールの挿入」を選び、
「入力フィールド」を選択してください。
TERRへパラメータを渡す
プロパティコントロールの画面が開きます。
「新規作成」をクリックして新しいプロパティを作成します。
プロパティ名は「inputNum」でデータ型は「Integer」、値は100にしてください。
これでテキストエリア上に入力可能なフィールドが追加されます。
TERRへパラメータを渡す
作成したプロパティをTERRで使用します。
先ほど作成したデータ関数を開きます。
「データ関数の登録」から「開く」でrandGeneratorを選択します。
変更前:retDataTable <- rnorm ( 100 )
変更後:retDataTable <- rnorm ( inputNum )
TERRへパラメータを渡す
パラメータの入力を追加します。
「パラメーターの入力」タブで「追加」を押して、入力パラメータ「inputNum」タイプは「値」、デー
タ型は「Integer」を指定します。
その後、スクリプトを入力パラメータを使用するよう書き換えます。
TERRへパラメータを渡す
スクリプトの実行
「保存」後「実行」を押してください。
今回は、入力パラメータと出力パラメータを両方指定します。
入力パラメータの設定
スクリプトでinputNumが入力パラメーターとして設定されているので、「文書のプロパティ」から
「inputNum」を指定します。
出力パラメータの設定
出力パラメータは前回と同じくデータテーブルを設定しますが「既存のデータテーブルの置換」を選択
し、上書き設定します。
また、「関数を自動的に更新」チェックを入れておくと、
パラメータが変更されると即座に結果も反映されます。
TERRへパラメータを渡す
結果の確認
これで入力した値分の行を返すようになりました。
テキストエリアに設置したプロパティの値を変えると、自動的にデータ量も変更されま
す。
値を10000と入力すると10000行分のデータが返ってきます。
スクリプトは下記の通りです。
outTable <- scale ( inTable )
TERRへデータを渡す
TERRにデータを渡します
Spotfireで取り込んでいるデータをTERRに渡して処理を行う事が出来ます。
先ほど作成したヒストグラムの一部のデータをTERRに渡して正規化したデータを返
してもらうようにします。
データ範囲をマークし、新しいデータ関数を登録します。
TERRへデータを渡す
次は入出力(inTable,outTable)パラメータの設定をします。
入力パラメータ
入力タブで「追加」を押して、入力パラメータ名「inTable」、タイプ「テーブル」、データ型「IntegerとReal」で登
録します。
出力パラメータ
出力タブで「追加」を押して、結果パラメータ「outTable」、タイプ「テーブル」の設定をします。
TERRへデータを渡す
関数をscaleという名前で保存します。
「実行」ボタンを押してください。
TERRへデータを渡す
関数に入出力の設定があるため、実行時に指定します。
入力パラメータ
Spotfireから渡すデータテーブルを指定します。
inTableの「入力ハンドラ」をカラムに設定し、データテーブルretDataTableを設定、「カラムの選
択」でretDataTableカラムを選択します。
このままだと全てのデータが
TERRに渡されます。
マークしている範囲を渡したいの
で「制限の基準」を「マークされ
たロー」にチェックを入れます。
TERRへデータを渡す
出力パラメータ
TERRの計算結果を受け取るテーブルを指定します。
新規テーブルとして受け取りますので、出力ハンドラを「データテーブル」、「新しいデータテーブル
の作成」を選択します。
「関数を自動的に更新」もチェックを入れます。
TERRへデータを渡す
outTableに結果が返されますので、こちらのテーブルを使用して
ヒストグラムを作成してください。
retDataTableのマーク範囲を変更すると、その都度outTableが更新されます。
登録したスクリプトの編集
分析ファイル内に登録されているデータ関数は編集可能です。
編集→「データ関数のプロパティ」を開いてください。
「スクリプトの編集」 R言語のスクリプトを編集します。
「パラメータの編集」 SpotfireとTERRの引数を編集します。
C:¥Program Files (x86)¥TIBCO¥SpotfireX.X¥X.X.X¥Modules¥TIBCO Enterprise Runtime for
R_1.5.0.141¥engine¥bin
TERR:パッケージの追加
TERRは通常のRと同じようにCRANからパッケージをインストールする事が可能です。
インストールするためにTERRをコマンドラインモードで起動する必要があります。
バージョンにより異なりますが、下記フォルダにTERRの本体がありますので、そちらを起動します。
TERRを起動し、install.packagesコマンドを実行することでパッケージをインストールできます。
※CRANの全てのパッケージに対応できてはいません。
TERR:パッケージの追加
インストールしたパッケージを利用するにはデータ関数の登録の際「パッケージ」に記載します。

Mais conteúdo relacionado

Mais procurados

Kaggleのテクニック
KaggleのテクニックKaggleのテクニック
KaggleのテクニックYasunori Ozaki
 
H2Oを使ったノーコードのAutoML
H2Oを使ったノーコードのAutoMLH2Oを使ったノーコードのAutoML
H2Oを使ったノーコードのAutoML西岡 賢一郎
 
ユーザーサイド情報検索システム
ユーザーサイド情報検索システムユーザーサイド情報検索システム
ユーザーサイド情報検索システムjoisino
 
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)Yoshitaka Ushiku
 
巨大な表を高速に扱うData.table について
巨大な表を高速に扱うData.table について巨大な表を高速に扱うData.table について
巨大な表を高速に扱うData.table についてHaruka Ozaki
 
C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!TATSUYA HAYAMIZU
 
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」Koichi Hamada
 
#IkaLog によるスプラトゥーンの画像解析と機械学習
#IkaLog によるスプラトゥーンの画像解析と機械学習#IkaLog によるスプラトゥーンの画像解析と機械学習
#IkaLog によるスプラトゥーンの画像解析と機械学習Takeshi HASEGAWA
 
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)研究発表を準備する(2022年版)
研究発表を準備する(2022年版)Takayuki Itoh
 
自然言語処理による議論マイニング
自然言語処理による議論マイニング自然言語処理による議論マイニング
自然言語処理による議論マイニングNaoaki Okazaki
 
PFSなTLS通信を復号する
PFSなTLS通信を復号するPFSなTLS通信を復号する
PFSなTLS通信を復号する稔 小林
 
エスイーが要件定義でやるべきたったひとつのこと
エスイーが要件定義でやるべきたったひとつのことエスイーが要件定義でやるべきたったひとつのこと
エスイーが要件定義でやるべきたったひとつのことYoshitaka Kawashima
 
2019年度チュートリアルBPE
2019年度チュートリアルBPE2019年度チュートリアルBPE
2019年度チュートリアルBPE広樹 本間
 
これからの仮説検証・モデル評価
これからの仮説検証・モデル評価これからの仮説検証・モデル評価
これからの仮説検証・モデル評価daiki hojo
 
大阪PRML読書会#1資料
大阪PRML読書会#1資料大阪PRML読書会#1資料
大阪PRML読書会#1資料Hiromasa Ohashi
 
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo WebminingTakashi J OZAKI
 
TensorFlowでニューラルネットを作って、広告配信の最適化をやってみた
TensorFlowでニューラルネットを作って、広告配信の最適化をやってみたTensorFlowでニューラルネットを作って、広告配信の最適化をやってみた
TensorFlowでニューラルネットを作って、広告配信の最適化をやってみたJunichiro Katsuta
 
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピTakahiro Kubo
 
協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用
協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用
協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用Life Robotics
 

Mais procurados (20)

Kaggleのテクニック
KaggleのテクニックKaggleのテクニック
Kaggleのテクニック
 
H2Oを使ったノーコードのAutoML
H2Oを使ったノーコードのAutoMLH2Oを使ったノーコードのAutoML
H2Oを使ったノーコードのAutoML
 
C++の黒魔術
C++の黒魔術C++の黒魔術
C++の黒魔術
 
ユーザーサイド情報検索システム
ユーザーサイド情報検索システムユーザーサイド情報検索システム
ユーザーサイド情報検索システム
 
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
 
巨大な表を高速に扱うData.table について
巨大な表を高速に扱うData.table について巨大な表を高速に扱うData.table について
巨大な表を高速に扱うData.table について
 
C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!
 
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
 
#IkaLog によるスプラトゥーンの画像解析と機械学習
#IkaLog によるスプラトゥーンの画像解析と機械学習#IkaLog によるスプラトゥーンの画像解析と機械学習
#IkaLog によるスプラトゥーンの画像解析と機械学習
 
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
 
自然言語処理による議論マイニング
自然言語処理による議論マイニング自然言語処理による議論マイニング
自然言語処理による議論マイニング
 
PFSなTLS通信を復号する
PFSなTLS通信を復号するPFSなTLS通信を復号する
PFSなTLS通信を復号する
 
エスイーが要件定義でやるべきたったひとつのこと
エスイーが要件定義でやるべきたったひとつのことエスイーが要件定義でやるべきたったひとつのこと
エスイーが要件定義でやるべきたったひとつのこと
 
2019年度チュートリアルBPE
2019年度チュートリアルBPE2019年度チュートリアルBPE
2019年度チュートリアルBPE
 
これからの仮説検証・モデル評価
これからの仮説検証・モデル評価これからの仮説検証・モデル評価
これからの仮説検証・モデル評価
 
大阪PRML読書会#1資料
大阪PRML読書会#1資料大阪PRML読書会#1資料
大阪PRML読書会#1資料
 
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
 
TensorFlowでニューラルネットを作って、広告配信の最適化をやってみた
TensorFlowでニューラルネットを作って、広告配信の最適化をやってみたTensorFlowでニューラルネットを作って、広告配信の最適化をやってみた
TensorFlowでニューラルネットを作って、広告配信の最適化をやってみた
 
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
 
協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用
協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用
協働ロボットCOROの開発における形式的仕様記述KMLの開発と適用
 

Semelhante a SpotfireとTERRの連携

Pactera RPA Solution Introduction (JP)
Pactera RPA Solution Introduction (JP)Pactera RPA Solution Introduction (JP)
Pactera RPA Solution Introduction (JP)Taro Nishimaki
 
「R for Cloud Computing」の紹介
「R for Cloud Computing」の紹介「R for Cloud Computing」の紹介
「R for Cloud Computing」の紹介Takekatsu Hiramura
 
20160527_06_Azure Certified for IoT for 共創ラボ
20160527_06_Azure Certified for IoT for 共創ラボ20160527_06_Azure Certified for IoT for 共創ラボ
20160527_06_Azure Certified for IoT for 共創ラボIoTビジネス共創ラボ
 
Lagopusで試すFW
Lagopusで試すFWLagopusで試すFW
Lagopusで試すFWTomoya Hibi
 
Python を使ってカメリオを高速化した話
Python を使ってカメリオを高速化した話Python を使ってカメリオを高速化した話
Python を使ってカメリオを高速化した話Nozomu Kaneko
 
Jazug-8th: Azure AKS & FIWARE & Robot
Jazug-8th: Azure AKS & FIWARE & RobotJazug-8th: Azure AKS & FIWARE & Robot
Jazug-8th: Azure AKS & FIWARE & RobotNobuyuki Matsui
 
RT ミドルウェアの IoT プラットフォームへの適用
RT ミドルウェアの IoT プラットフォームへの適用RT ミドルウェアの IoT プラットフォームへの適用
RT ミドルウェアの IoT プラットフォームへの適用Device WebAPI Consortium
 
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...Insight Technology, Inc.
 
Accel シリーズ 2015 Winter 主な機能強化・追加、変更点
Accel シリーズ 2015 Winter 主な機能強化・追加、変更点Accel シリーズ 2015 Winter 主な機能強化・追加、変更点
Accel シリーズ 2015 Winter 主な機能強化・追加、変更点NTTDATA INTRAMART
 
Reckonerサービス紹介資料.pdf
Reckonerサービス紹介資料.pdfReckonerサービス紹介資料.pdf
Reckonerサービス紹介資料.pdfYoshihiroKitamura4
 

Semelhante a SpotfireとTERRの連携 (20)

Pactera RPA Solution Introduction (JP)
Pactera RPA Solution Introduction (JP)Pactera RPA Solution Introduction (JP)
Pactera RPA Solution Introduction (JP)
 
「R for Cloud Computing」の紹介
「R for Cloud Computing」の紹介「R for Cloud Computing」の紹介
「R for Cloud Computing」の紹介
 
Accel series 2016_winter
Accel series 2016_winterAccel series 2016_winter
Accel series 2016_winter
 
Tableau r graph_theory
Tableau r graph_theoryTableau r graph_theory
Tableau r graph_theory
 
Tableau r graph_theory
Tableau r graph_theoryTableau r graph_theory
Tableau r graph_theory
 
20160527_06_Azure Certified for IoT for 共創ラボ
20160527_06_Azure Certified for IoT for 共創ラボ20160527_06_Azure Certified for IoT for 共創ラボ
20160527_06_Azure Certified for IoT for 共創ラボ
 
Accel series 2017_summer
Accel series 2017_summerAccel series 2017_summer
Accel series 2017_summer
 
Accel series 2018_Summer
Accel series 2018_SummerAccel series 2018_Summer
Accel series 2018_Summer
 
Accel series 2018_spring
Accel series 2018_springAccel series 2018_spring
Accel series 2018_spring
 
Lagopusで試すFW
Lagopusで試すFWLagopusで試すFW
Lagopusで試すFW
 
Riakを利用したパーソナライズ事例
Riakを利用したパーソナライズ事例Riakを利用したパーソナライズ事例
Riakを利用したパーソナライズ事例
 
Python を使ってカメリオを高速化した話
Python を使ってカメリオを高速化した話Python を使ってカメリオを高速化した話
Python を使ってカメリオを高速化した話
 
Accel series 2019_summer
Accel series 2019_summerAccel series 2019_summer
Accel series 2019_summer
 
Jazug-8th: Azure AKS & FIWARE & Robot
Jazug-8th: Azure AKS & FIWARE & RobotJazug-8th: Azure AKS & FIWARE & Robot
Jazug-8th: Azure AKS & FIWARE & Robot
 
Reconf 201901
Reconf 201901Reconf 201901
Reconf 201901
 
RT ミドルウェアの IoT プラットフォームへの適用
RT ミドルウェアの IoT プラットフォームへの適用RT ミドルウェアの IoT プラットフォームへの適用
RT ミドルウェアの IoT プラットフォームへの適用
 
Accel series 2017_spring
Accel series 2017_springAccel series 2017_spring
Accel series 2017_spring
 
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
 
Accel シリーズ 2015 Winter 主な機能強化・追加、変更点
Accel シリーズ 2015 Winter 主な機能強化・追加、変更点Accel シリーズ 2015 Winter 主な機能強化・追加、変更点
Accel シリーズ 2015 Winter 主な機能強化・追加、変更点
 
Reckonerサービス紹介資料.pdf
Reckonerサービス紹介資料.pdfReckonerサービス紹介資料.pdf
Reckonerサービス紹介資料.pdf
 

Mais de TAKESHI KIURA

2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料TAKESHI KIURA
 
Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介TAKESHI KIURA
 
Tibco web apiご紹介資料
Tibco web apiご紹介資料Tibco web apiご紹介資料
Tibco web apiご紹介資料TAKESHI KIURA
 
Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802TAKESHI KIURA
 
Tibco masheryご紹介資料
Tibco masheryご紹介資料Tibco masheryご紹介資料
Tibco masheryご紹介資料TAKESHI KIURA
 
TIBCO Spotfire Desktop チュートリアル6.5
TIBCO Spotfire Desktop チュートリアル6.5 TIBCO Spotfire Desktop チュートリアル6.5
TIBCO Spotfire Desktop チュートリアル6.5 TAKESHI KIURA
 

Mais de TAKESHI KIURA (7)

2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料
 
Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介
 
Tibco web apiご紹介資料
Tibco web apiご紹介資料Tibco web apiご紹介資料
Tibco web apiご紹介資料
 
Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802
 
Tibco mashery資料
Tibco mashery資料Tibco mashery資料
Tibco mashery資料
 
Tibco masheryご紹介資料
Tibco masheryご紹介資料Tibco masheryご紹介資料
Tibco masheryご紹介資料
 
TIBCO Spotfire Desktop チュートリアル6.5
TIBCO Spotfire Desktop チュートリアル6.5 TIBCO Spotfire Desktop チュートリアル6.5
TIBCO Spotfire Desktop チュートリアル6.5
 

SpotfireとTERRの連携