文档

案例推理-训练

更新时间:

本文为您介绍案例推理-训练组件。

功能说明

案例推理是通过寻找与之相似的历史案例,利用已有经验或结果中的特定知识及具体案例来解决新问题。

计算逻辑原理

通过历史数据的采集,整理和挑选形成优质案例库,结合目前工况与历史最优数据进行对比,推荐接近的控 制目标推荐值,该方法适用于历史案例丰富的场景。

参数说明

IN端口

参数名

参数描述

是否必填

输入数据类型

数据源类型

案例描述

案例描述相关变量及对应参数。

整数或浮点数

说明

若存在非数值数据,则会抛出异常

  • csv组件。

  • IGateOffline组件。

  • 平台上其他数据处理组件。

  • 按照平台组件开发的自定义组件。

案例解

案例解相关变量。

整数或浮点数

说明

若存在非数值数据,则会抛出异常

  • csv组件。

  • IGateOffline组件。

  • 平台上其他数据处理组件。

  • 按照平台组件开发的自定义组件。

案例指标

案例指标相关变量及对应参数。

整数或浮点数

说明

若存在非数值数据,则会抛出异常

  • csv组件。

  • IGateOffline组件。

  • 平台上其他数据处理组件。

  • 按照平台组件开发的自定义组件。

案例索引

案例索引相关变量。

不限

  • csv组件。

  • IGateOffline组件。

  • 平台上其他数据处理组件。

  • 按照平台组件开发的自定义组件。

算法参数

参数名

参数描述

是否必填

参数默认值

参数范围

相似度

选择相似度类型。进行案例推理时,查找相似历史案例需要用到的参数。

马氏相似度

  • 欧氏相似度

  • 标准欧氏相似度

  • 马氏相似度

  • 余弦相似度

  • PCA自适应相似度

  • 变量分组加权相似度

  • 基于gower距离的相似度

  • 基于KNN的一般加权相似度

相似度:欧氏相似度、标准欧氏相似度、PCA自适应相似度

参数名

参数描述

是否必填

参数默认值

参数范围

高斯核半径

默认-1,表示用样本的欧氏距离标准差代替。

-1

[-1,99999999]

相似度:基于KNN的一般加权相似度

参数名

参数描述

是否必填

参数默认值

参数范围

K近邻数

KNN算法参数。

5

[1,99999999]

其他参数

参数名

参数描述

模型结果

查看模型训练结果或发布模型。

  • 本页导读 (0)
文档反馈