Contextual Bandit 算法
赌徒要去摇老虎机，走进赌场一看，一排老虎机，外表一模一样，但是每个老虎机吐钱的概率可不一样，他不知道每个老虎机吐钱的概率分布是什么，那么每次该选择哪个老虎机可以做到最大化收益呢？这就是多臂赌博机问题（Multi-armed bandit ...
高斯分布拟合
功能说明 高斯拟合分布组件支持对给定数据点进行高斯分布拟合，利用KS检验数据是否服从高斯分布，输出拟合后的概率分布，以及KS检验结果、高斯分布均值、标准差。计算逻辑原理 高斯分布：若随机变量 服从一个位置参数、尺度参数为 的概率...
模糊效果
图片处理支持对图片进行模糊操作。...sigma 是正态分布的标准差。例如：3-2bl 模糊半径是3，标准差是2。radius取值范围为[1,50]，radius越大，越模糊。sigma取值范围为[1,50]，sigma越大，越模糊。示例 对图片进行模糊半径是3，标准差是2。...
Z-Score归一化
它可以将数据转换为具有相同均值和标准差的分布。Z-Score归一化的具体操作是，对每个数据点x，将其减去数据集的均值μ，然后除以标准差σ，即：z=(x-μ)/σ 这样处理后，数据集的均值将变为0，标准差将变为1。这种归一化方法能够保持原始...
模糊效果
s 是 设置正态分布的标准差。[1,50]该值越大，图片越模糊。g 否 设置模糊作用范围。face：最大人脸。faces：所有人脸。说明 需要先绑定IMM Project。关于控制台和API如何绑定，请参见 快速入门 和 AttachOSSBucket。不支持匿名访问。必须...
电子表格支持函数说明
GAUSS 标准正常变量处于平均值的 z 标准差内的概率。GEOMEAN 计算数据集的几何平均值。HARMEAN 计算数据集的调和平均值。HYPGEOM.DIST 给定样本总量中的成功率，在每次检验后不恢复初始样本集的条件下，计算在指定检验次数中取得指定成功...
卡方分布拟合
功能说明 卡方分布拟合组件支持对给定数据点进行卡方分布拟合，利用KS检验数据是否服从卡方分布，输出拟合后的概率分布，以及KS检验结果、卡方分布自由度。计算逻辑原理 卡方分布：卡方分布是统计推断中应用最广泛的概率分布之一。其定义为...
泊松分布拟合
功能说明 泊松分布拟合组件支持对给定数据点进行泊松分布拟合，利用KS检验数据是否服从泊松分布，输出拟合后的概率分布，以及KS检验结果、泊松分布的期望（方差）。计算逻辑原理 泊松分布：泊松分布的概率密度函数为 泊松分布的参数是 单位...
离群点剔除
假设数据值的总体是服从正态分布的，那么：式中，μ、σ 分别表示数学期望与标准差。数据值中出现大于式中，或者小于数据值的概率是很小的。因此将之作为异常值，予以剔除。波峰剔除：步骤如下。对数据进行中心化处理。将数据进行等量划分...
数学统计函数
x,y)，其中x和y分别表示正态分布的均值和标准差。poisson_cdf函数 poisson_cdf(λ,v)计算泊松分布的累积分布函数P(N;λ)，其中λ表示随机事件发生的平均概率。weibull_cdf函数 weibull_cdf(x,y,v)计算韦布分布的累积分布函数P(N;x,y)，其中...
核密度估计函数
核密度估计函数采用平滑的峰值函数来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟。函数格式 select kernel_density_estimation(bigint stamp,double value,varchar kernelType)参数说明 参数 说明 stamp UnixTime 时间戳数据，...
GMM聚类
计算逻辑原理 高斯混合模型试图找到多维高斯模型概率分布的混合表示，从而拟合出任意形状的数据分布。图：GMM聚类过程 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 特征变量 配置模型特征变量。是 整数或浮点数 ...
模型应用
例如，取值为0.8时，仅保留累计概率之和大于等于0.8的概率分布中的token，作为随机采样的候选集。取值范围为（0,1.0)，取值越大，生成的随机性越高；取值越低，生成的随机性越低。默认值为0.8。注意，取值不要大于等于1 0.8 Parameters ...
检索增强应用
例如，取值为0.8时，仅保留累计概率之和大于等于0.8的概率分布中的token，作为随机采样的候选集。取值范围为（0,1.0)，取值越大，生成的随机性越高；取值越低，生成的随机性越低。默认值为0.8。注意，取值不要大于等于1 0.8 Parameters ...
插件和流程编排应用
例如，取值为0.8时，仅保留累计概率之和大于等于0.8的概率分布中的token，作为随机采样的候选集。取值范围为（0,1.0)，取值越大，生成的随机性越高；取值越低，生成的随机性越低。默认值为0.8。注意，取值不要大于等于1 0.8 Parameters ...
术语解释
分位数 指将一个随机变量的概率分布范围分为几个等份的数值点，常用的有中位数（即二分位数）、四分位数、百分位数等。例如，正态分布的百分位数情况如下图所示：中位数 指将样本数据按大小顺序排列起来，形成一个数列，居于数列中间位置的...
数据归一化
其中x是原始数据，min是数据的最小值，max是数据的最大值，mean是数据的平均值，std是数据的标准差，x'是归一化后的值。参数说明 IN端口-输入参数 参数名 参数描 述 是否必填 输入数据类型 数据源类型 归一化变量 配置需要归一化处理的变量...
三方模型应用
例如，取值为0.8时，仅保留累计概率之和大于等于0.8的概率分布中的token，作为随机采样的候选集。取值范围为（0,1.0)，取值越大，生成的随机性越高；取值越低，生成的随机性越低。默认值为0.8。注意，取值不要大于等于1 0.8 Parameters ...
XGBOOST多分类
XGBoost的多分类算法采用Softmax函数作为损失函数，通过最小化交叉熵损失，学习每个类别的权重，并将样本预测概率归一化为概率分布。组件截图 二、参数说明 字段设置 参数名称 参数说明 标签字段 用于训练的标签字段，数值类型，单选。特征...
PLDA
LDA（Latent Dirichlet allocation）是一种主题模型，它可以按照概率分布的形式给出文档集中每篇文档的主题。LDA也是一种无监督学习算法，在训练时您无需手工标注的训练集，仅需要在文档集中指定主题的数量K即可（K即为PLDA参数topic）。...
函数概览
array_except函数 计算两个数组的差集。array_intersect函数 计算两个数组的交集。array_join函数 使用指定的连接符将数组中的元素拼接为一个字符串。如果数组中包含null元素，则null元素将被忽略。使用指定的连接符将数组中的元素拼接为...
API详情
HTTPStatus.OK:print('request_id=s,code=s,message=s '%(response.request_id,response.status_code,response.message))return response=Application.call(app_id='your app id',prompt='那边有什么旅游景点或者美食?',top_p=0.2,session_...
概述
核密度估计函数 kernel_density_estimation 核密度估计函数采用平滑的峰值函数来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟。时序补点函数 series_padding 如果时间序列中存在数据缺失问题，可以使用时序补点函数补齐缺失的...
API详情
HTTPStatus.OK:print('request_id=s,code=s,message=s '%(response.request_id,response.status_code,response.message))return response=Application.call(app_id='your app id',prompt='那边有什么旅游景点或者美食?',session_id=...
研发效能，我们怎么衡量？
面积：蓝色阴影区域代表滚动标准差，即实际数据与滚动平均值的偏差量；横线：所选时间区间内，需求交付周期的平均值。在看到「需求交付分布」的数据时，我们可以从 5 个方面进行理解和分析：1.纵向上，交付需求的圆点越向下越好，反映出...
API详情
{'role':'user','content':'请介绍一下上海有什么好玩的地方'}]response=Generation.call('qwen1.5-72b-chat',messages=messages,#set the random seed,optional,default to 1234 if not set seed=random.randint(1,10000),result_format='...
API详情
{'role':'user','content':'请介绍一下上海有什么好玩的地方'}]response=Generation.call('qwen1.5-72b-chat',messages=messages,#set the random seed,optional,default to 1234 if not set seed=random.randint(1,10000),result_format='...
性能监控指标
耗时分位数 分位数，也叫做分位点，是指将一个随机变量的概率分布范围划分为几个等份的数值点，例如中位数（即二分位数）可以将样本数据分为两个部分，一部分的数值都大于中位数，另一部分都小于中位数。相对于平均值，中位数可以有效的...
稳态数据挑选
计算逻辑原理 滑动窗口检验法（SWT）：利用滑动窗口对数据进行遍历处理，将窗口内数据的标准差与标准差阈值比较，根据比较结果进行筛选。本质是方差检验法，是其简化版本能够快速筛选大规模过程数据。实现过程分为五步：数据滤波、参数设定...
聚合函数
stddev_samp(x)→double 返回所有输入值的样本标准偏差。variance(x)→double 这个函数是 var_samp()的别名函数 var_pop(x)→double 返回所有输入值的总体方差。var_samp(x)→double 返回所有输入值的样本方差。特色聚合函数 group_concat ...
插件调用详细说明
而较低的temperature值则会增强概率分布的峰值，使得高概率词更容易被选择，生成结果更加确定。取值范围：(0,2)python version>=1.10.1 java version>=2.5.1 result_format String text[text|message],默认为text。建议使用插件时，使用...
免费体验PolarDB-X透明分布式
基于自动化拆分和分布式Online DDL，保证单机MySQL平滑演进到分布式 引入全局Binlog回流单机MySQL，确保分布式可上可下 阿里云提供了数据库解决方案功能体验馆，提供真实免费的PolarDB分布式版实例环境和开箱即用的测试方法，您可以在线...
Insight 更新日志
滚动标准差：了解需求交付/缺陷修复周期是否集中，需要观测在标准差之外的异常交付的需求；平均交付周期：了解效能水平、缺陷修复响应能力，更好的评估团队交付能力。优化「项目进展」、「迭代进展」，丰富更多项目/迭代的进展、偏差、风险...
API详情
您可以使用SDK或API调用通义千问模型，根据您的需求实现灵活的定制和开发。通义千问 说明 支持的领域/任务：aigc 重要 通义千问2.1（qwen-max千亿级别模型）API 限时 免费开放中。通义千问大语言模型以用户文本形式的指令（prompt）以及...
API详情
您可以使用SDK或API调用通义千问模型，根据您的需求实现灵活的定制和开发。通义千问 说明 支持的领域/任务：aigc 通义千问大语言模型以用户文本形式的指令（prompt）以及不定轮次的对话消息作为输入，并基于这些信息生成回复作为输出。...
特征异常平滑
例如，某个特征遵循正态分布，均值为 0，标准差为 3。因此，-10 的特征值会被识别为异常而修正为-3×3+0，即为-9。同理 10 会被修正为 3×3+0，即为 9。百分位平滑 用于将分布不在[minPer,maxPer]的数据平滑到 minPer 和 maxPer 这两个分...
字段分析
样本标准差 使用 stddev_samp函数 计算该字段的样本标准差。总体标准差 使用 stddev_pop函数 计算该字段的总体标准差。峰度 统计学概念，表示数据分布的集中程度。偏度 统计学概念，表示数据的倾斜程度。数值分布直方图 将数值分布划分为10...
测试指标
一般扩展能力非常好的应用系统，扩展指标应是线性或接近线性的，现在很多大规模的分布式系统的扩展能力非常好。标准 理想的扩展能力是资源增加几倍，性能就提升几倍。扩展能力至少在70%以上。可靠性指标 双机热备 对于将双机热备作为可靠性...
组件参考：所有组件汇总
条件随机场 条件随机场CRF（conditional random field）是给定一组输入随机变量条件下，另一组输出随机变量条件的概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。文章相似度 文章相似度是在字符串相似度的基础上，基于词，...
基本概念
发起方 Initiator，分布式事务的发起方负责启动分布式事务，通过调用参与者的服务，将参与者纳入到分布式事务当中，并决定整个分布式事务是提交还是回滚。一个分布式事务有且只能有一个发起方。分组标识 用于在网关上做全局的唯一标识，...
- 产品推荐
- 这些文档可能帮助您