特征离散
取值如下：Isometric Discretization（等距离散）Isofrequecy Discretization（等频离散）Gini-gain-based Discretization（基于Gini增益离散）Entropy-gain-based Discretization（基于熵增益离散）离散区间个数 离散区间的个数。...
配置规则：按模板（批量）
说明 平均值、汇总值、最小值和最大值仅对数值型字段生效。规则名称 规则名称系统会自动生成，您可以按需调整名称后缀。描述 对配置的监控规则进行简单描述。配置监控规则的详细属性。参数 描述 强弱 设置强规则或弱规则：如果设置强规则，...
新闻行业
数字时代是最大机遇 weight string 建议填写 item的加权。注意：1、要加权的商品填：100、不加权的商品填：1。2、仅支持填入100或1，其他值是非法的。3、建议加权的item数量总数的10%。用户自填 1、置空后，默认值为1。2、设置高权重的物品...
ModifyInstanceAttribute-修改一台实例的部分信息
DiscreteCoreToHTMapping：当选择 DiscreteCoreToHTMapping 时，实例的同一个 Core 的 HT 是离散的。默认值：无。说明 仅部分实例规格族支持使用本参数，具体支持实例规格族请参见 查看和修改 CPU 拓扑结构。使用该参数时实例必须为已停止...
范围类型
例如，numeric 类型之上的一个范围就是连续的，timestamp 上的范围也是（尽管 timestamp 具有有限的精度，并且在理论上可以被当做离散的，最好认为它是连续的，因为通常并不关心它的步长）。另一种考虑离散范围类型的方法是对每一个元素值...
基于分箱组件实现连续特征离散化
特征离散是将连续的数据进行分段，使其变为多个离散化区间。针对该场景，PAI推出了分箱组件和数据转换模块组件。首先使用分箱组件将连续特征离散化，再使用 数据转换模块 将原始数据从连续值转换为离散值。本文为您介绍如何使用Designer...
如何查询配额的调整范围？
您可以通过配额中心控制台查询配额的调整范围。...如果 申请配额 项显示为一个调整框或下拉列表，说明该配额的取值是离散的，其取值可以在该调整框或下拉列表中设置。如果 申请配额 项未显示，说明该配额没有设置调整范围。
网络安全保护
推荐采用微服务的理念，将各个组件、子系统、微服务认为是离散的、互不信任的，并采用安全措施进行认证、防护和监测。网络规划设计的核心环节之一就是定义各个资源所在的网络边界，并在各个网络边界之间设计访问控制机制。这个环节可以通过...
经验概率密度图
算法中采用内核分布估计样本数据的概率密度，和直方图类似都是产生函数描述样本数据的分布，区别是内核分布叠加各部分的贡献而产生连续平滑的分布曲线，而直方图是离散地描述。采用内核分布时，非样本的数据点概率密度并非0，而是各样本...
附录：消息格式
本文介绍DataWorks开放消息的消息结构、不同类型事件的消息格式及各字段含义，帮助您快速获取和感知事件消息的状态变更信息。注意事项 DataWorks发送的核心消息内容您可参照消息实体格式进行查看。通过EventBridge发送的消息，会在消息实体...
组件参考：所有组件汇总
朴素贝叶斯 该组件是一种基于独立假设的贝叶斯定理的概率分类算法。K均值聚类 该组件会首先随机选择K个对象作为每个簇的初始聚类中心，然后计算剩余对象与各簇中心的距离，将其分配至距离最近的簇，再重新计算每个簇的聚类中心。DBSCAN 您...
基本概念
GOP值表示关键帧的间隔（即两个关键帧之间的帧数），也就是两个IDR帧之间的距离，一个帧组的最大帧数。一般而言，每一秒视频至少需要使用1个关键帧。增加关键帧个数可改善视频质量，但会同时增加带宽和网络负载。GOP值（帧数）除以帧率即为...
Echarts 热力图
最大值：坐标轴刻度最大值，默认值为 数据最大值，表示取数据在该轴上的最大值作为最大刻度。不设置时会自动计算最大值保证坐标轴刻度的均匀分布。自动伸缩：勾选后，坐标刻度不会强制包含零刻度。只在数值轴中有效，设置了最大值和最小值...
Echarts 颜色分段折线图
显示最大标签：勾选后，显示最大的刻度标签。默认自动判定，即如果标签重叠，不会显示最大的刻度标签。颜色：参考 颜色选择器，修改坐标轴刻度标签的颜色。字体样式：坐标轴刻度标签文字的字体风格。字体粗细：坐标轴刻度标签文字的字体...
Echarts 颜色分段折线图
显示最大标签：勾选后，显示最大的刻度标签。默认自动判定，即如果标签重叠，不会显示最大的刻度标签。颜色：参考 颜色选择器说明，修改坐标轴刻度标签的颜色。字体样式：坐标轴刻度标签文字的字体风格。字体粗细：坐标轴刻度标签文字的...
常用时序函数
MAX函数 查询时序数据表中Field列的最大值。FIRST函数 获取时序数据表中Field列的第一个值。LAST函数 获取时序数据表中Field列的最后一个值。PERCENTILE函数 计算时序数据表中与Field列关联的第P个百分位字段值。RATE函数 计算时序数据表中...
聚集函数
No max(see text)→same as input type 计算非空输入值的最大值。适用于任何数字、字符串、日期/时间或enum类型，以及 inet,interval,money,oid,pg_lsn,tid 和任何这些类型的数组。Yes min(see text)→same as input type 计算非空输入值的...
特征离散化
是 等间隔离散化 等间隔离散化 等距离散化 离散化方法：等间隔离散化 参数名 参数描述 是否必填 参数默认值 参数范围 离散区间间隔 数据分段间隔。例如：离散区间间隔为2时，离散化处理会将属性值处理成固定步长为2的数据。否 1[0,99999999...
联邦预处理
离散化 离散化是对特征进行离散化处理，目前仅支持等宽分桶。函数路径 fascia.biz.preprocessing.discretize 函数定义 def discretize(fed_df:HDataFrame,columns:List[str]=None,n_bins=5,strategy='uniform',discretizer:...
分区合并
场景 1：目标分区是不含二级分区的一级分区 对于离散分区（list/list column策略），合并多个分区后，新分区的values取合并前多个分区的values的合集；对于连续空间的分区（range/range column/hash/key），合并多个相邻分区后，新分区的...
列存索引如何实现高效数据过滤
统计信息剪枝：由于写入时不排序，统计信息对于数据分布离散均匀的场景效果比较差，有以下优化方案：减小pack大小。对于minmax与Bloom filter来说，更小的pack意味着更细粒度的索引，通常也具有更好的剪枝效果。IMCI支持调整表的列索引pack...
基础统计分析
说明 统计特征的数据总量、取值数、空值数、特征取值的百分位数,特征取值频数的的百分位数(包括最大值,最小值,中位数)统计特征的取值和取值频数的等距分桶 数据分布直方图。常用于分析哪些字段适合作为模型特征，而缺失率高、取值异常的...
创建压测场景
请求响应时间：您需要关注99、95、90、80等一些关键分位的指标是否符合预期，相对来说平均响应时间对您没有太大的参考意义，因为压测需要保证绝大部分用户的体验，在不清楚离散程度的情况下，平均值容易导致误判。系统吞吐量：是衡量系统能...
高维向量相似度搜索（pgvector）
在机器学习和自然语言处理中，嵌入通常用于将离散的符号或对象表示为连续的向量空间中的点。在自然语言处理中，词嵌入（word embedding）是一种常见的技术，它将单词映射到实数向量，以便计算机可以更好地理解和处理文本。通过词嵌入，单词...
气泡图（v3.x版本）
气泡图是散点图的一种，与散点图相比，气泡图使用气泡来展示数据，且可以自定义气泡的大小，能够直观生动地展示多个时间下离散数据的差异。本文介绍气泡图各配置项的含义。配置 重要 本文介绍v3.x版本的气泡图的配置项，如需查看v3.0以下...
散点图（v3.0以下版本）
散点图是使用散点来展示数据的一种图表，支持自定义x轴、y轴以及散点的样式，支持多系列数据配置，支持提示框交互和动画效果展示，适用于展示不同时间下离散数据的差异。本文介绍散点图各配置项的含义。配置 重要 本文介绍v3.0以下版本的...
散点图（v3.x版本）
散点图是使用散点来展示数据的一种图表，支持自定义x轴、y轴以及散点的样式，支持多系列数据配置，支持提示框交互和动画效果展示，适用于展示不同时间下离散数据的差异。本文介绍散点图各配置项的含义。配置 重要 本文介绍v3.x版本的散点图...
eRDMA概述
最大的发送SGE数目max_send_sge 6 单个send wr支持的离散地址数目。最大的接收SGE数目max_recv_sge 1 单个recv wr支持的离散地址数目。SRQ 不支持 无。QP类型 RC（Reliable Connected）无。建链方式 RDMA_CM 无。RDMA CQ的基本规格 规格...
GBDT二分类V2
500 最大分箱个数 否 连续特征进行离散分箱时的最大分箱个数。该值越大，进行节点分裂时越精确，但计算代价越大。32 最多类别数 否 类别型特征最多允许的类别个数：对于一个类别型特征，所有出现的值按频率从高到低排序后，序位多于该值的...
横向分箱
一、组件说明 横向分箱（HomoBinning），是一种横向场景下的数据预处理方法，用于将连续数据转化为离散数据。分箱的目的是为了减少异常值的影响和简化模型的复杂度，同时提高模型的稳定性和可解释性。横向分箱的基本思路是将一段连续的数据...
分箱
一、组件说明 分箱（Binning）是一种数据预处理方法，用于将连续数据转化为离散数据。分箱的目的是为了减少异常值的影响和简化模型的复杂度，同时提高模型的稳定性和可解释性。分箱的基本思路是将一段连续的数据划分为几个区间或者桶，然后...
ListQualityResultsByRule
PageSize Integer 是 10 每页显示的条数，默认为10条，最大100条。PageNumber Integer 是 1 页码数。ProjectName String 是 autotest 需要进行数据质量校验的引擎或者数据源名称。ProjectId Long 否 12345 DataWorks项目空间ID。返回数据 ...
ListQualityResultsByEntity
PageSize Integer 是 10 每页显示的条数，默认为10条，最大20条。PageNumber Integer 是 1 页码数。ProjectName String 是 autotest 引擎或者数据源的名称。您可以从数据源配置中获取名称。ProjectId Long 是 12345 DataWorks项目空间ID。...
使用ping命令丢包或不通时的链路测试方法
而StDev（标准偏差值）越高，则说明数据包在相应节点的延时值越不相同（越离散）。所以标准偏差值可用于协助判断Avg是否真实反应了相应节点的网络质量。例如，如果标准偏差很大，说明数据包的延迟是不确定的。可能某些数据包延迟很小（例如...
评分卡训练
评分卡是信用风险评估领域常用的建模工具，其原理是通过分箱输入将原始变量离散化后再使用线性模型（逻辑回归或线性回归等）进行模型训练，其中包含特征选择及分数转换等功能。同时也支持在训练过程中为变量添加约束条件。说明 如果未指定...
查看内置规则模板
最大值，1天波动率 取该字段的最大值，与前1天进行比较，计算出波动率后，再与阈值进行比较。汇总值，上周期的波动率。取该字段的sum值，与上一周期进行比较，计算出波动率后，再与阈值进行比较，只要有一个不符合规则即可触发报警。最小值...
朴素贝叶斯
朴素贝叶斯是一种基于独立假设的贝叶斯定理的概率分类算法。使用Designer（原Studio）的朴素贝叶斯组件，您能有效处理多样的分类问题。本文为您介绍朴素贝叶斯组件的配置方法。使用限制 支持的计算引擎为MaxCompute。组件配置 您可以使用...
决策树
否 基尼系数 基尼系数 信息熵 建模类型：回归 参数名 参数描述 是否必填 参数默认值 参数范围 衡量分枝质量指标 衡量分枝质量的指标。均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点...
随机森林
否 基尼系数 基尼系数 信息熵 建模类型：回归 参数名 参数描述 是否必填 参数默认值 参数范围 衡量分枝质量指标 衡量分枝质量的指标。均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点...
GetObject
名称 类型 描述 x-oss-server-side-encryption 字符串 若Object在服务器端采用熵编码加密存储，使用GET请求时，系统会自动解密返回给用户，并且在响应头中返回x-oss-server-side-encryption，表明该Object的服务器端加密算法。x‑oss‑...
- 产品推荐
- 这些文档可能帮助您