Label Encoder
一、组件说明 Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、蓝色），使用Label Encoder...
横向LabelEncoder
一、组件说明 Homo Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法，适用于横向联邦场景。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、...
高斯分布拟合
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 的概率分布，且其概率密度函数为：则这个随机变量就服从正态分布，记作。正态分布有两个参数，即期望 和方差，当 时，就称为标准正态分布。KS检验：KS检验可以用于检验...
卡方分布拟合
其定义为：若 个独立的随机变量，且均符合标准正态分布，则这 个随机变量的平方和 为服从自由度为 的卡方分布，记为 也可以记为：卡方分布的期望和方差分别为：其中，为卡方分布的自由度。KS检验：KS检验可以用于检验数据是否符合某种分布...
PMI
背景信息 互信息（Mutual Information）是信息论里一种有用的信息度量，它可以看成是一个随机变量中包含的另一个随机变量的信息量，或者说是一个随机变量由于已知另一个随机变量而减少的不确定性。PMI用来量化两个词之间的相关性，定义为：...
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...
样本稳定指数（PSI）
通过画图的方法可以衡量样本在不同时刻的稳定性，即将待比较的变量离散化成N个分箱，然后计算样本分别在各个分箱中的数量及比例，并以柱状图的形式呈现出来，如下图所示。该方法可以直观地查看某个变量在两批样本上是否有剧烈的变化，但是...
特征离散化
在工业场景中，为了易于增减特征，模型更加稳定，会将连续特征离散化，并且离散化后的特征有很强的鲁棒性。应用场景：例如：一组数据需做离散化处理，分段间隔为0.5，对数据【2.2,2.9,1,1.4,1.6,2.7】做离散化处理后为【2.0,3.0,1.0,1.5,1....
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。条件随机场可用于不同的预测问题，主要应用于标注问题中，其中最典型的是...
协方差
期望值分别为E(X)=μ与E(Y)=ν的两个实数，其随机变量X与Y之间的协方差定义为：cov(X,Y)=E((X-μ)(Y-ν))。组件配置 您可以使用以下任意一种方式，配置协方差组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 参数 ...
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，...
保障离线在线一致性的CTR预估方案
离散型特征：PAI使用独热编码组件处理。最后将两类特征融合成一个向量，并使用FM算法训练模型并推理。运行工作流并查看输出结果。单击画布上方的 运行。工作流运行结束后，右键单击画布中的 二分类评估-1，在快捷菜单，单击 可视化分析，或...
分箱
通过分箱组件可以进行特征离散化，即将连续的数据进行分段，使其变为多个离散化区间。分箱组件支持等频分箱、等宽分箱及自动分箱。配置组件 您可以使用以下任意一种方式，配置分箱组件参数。方式一：可视化方式 在 Designer 工作流页面配置...
AICS实现对SISO非积分对象的稳定控制
这个例子涵盖了控制问题的基本概念：水箱出口温度是系统的输出变量，希望控制它到某个范围内，称为 被控变量CV（Controlled Variable）。冷水和热水的流量是系统的输入变量，它们的变化会直接影响CV。其中热水的流量是可以操控的，称为 ...
环境变量
安全性 创建或者更新环境变量时，函数计算 会对您的环境变量使用AES256（Advanced Encryption Standard 256）标准加密存储，在初始化函数实例时，会将环境变量解密后注入到函数实例环境中。使用限制 字符集规则 Key的字符集：必须以大小写...
语音审核增强版接入指南
常见获取环境变量方式：#获取RAM用户AccessKey ID：os.environ['ALIBABA_CLOUD_ACCESS_KEY_ID']#获取RAM用户AccessKey Secret：os.environ['ALIBABA_CLOUD_ACCESS_KEY_SECRET']access_key_id='建议从环境变量中获取RAM用户AccessKey ID',...
切流与效果观察
在切入正式流量前需要注意以下几点：1、保证切流的随机性；2、避免其他流量的掺杂，控制变量对比效果。3、由于推荐返回的结果是根据某个user_id的感兴趣程度从高到低返回，所以不要推荐结果做重排序等操作。4、预留QPS及 弹性计费说明。5、...
语音模板FAQ
语音通知模板中的变量有什么限制？同一个变量在模板中仅可出现一次；不支持短链接与变量直接组合的格式；公共模式下，模板中默认支持变量上限为2个变量；专属模式下，模板中变量个数不设限制。更多规范请参见 语音模板规范。语音服务话术...
如何高效的引用所有变量？
什么是变量？变量：在对话过程中 可以访问的字段信息。比如，意图参数就是变量。为什么需要变量？在对话处理和对话回复的过程中，需要根据用户输入或外部环境信息的不同，进行个性化处理，这时就需要变量。例如，“查天气”场景，意图参数...
如何高效的引用所有变量？
为什么需要变量？在对话处理和对话回复的过程中，需要根据用户输入或外部环境信息的不同，进行个性化处理，这时就需要变量。例如，“查天气”场景，意图参数“城市”是一个变量，因为用户在回答“请问您要查哪个城市的天气？时，可能有不同...
测试数据构建
数据管理DMS的测试数据构建功能拥有强大的算法引擎，支持批量生成各类随机值、地区名、虚拟IP地址等信息，可以大大减轻准备测试数据的负担。本文介绍构建测试数据的方法。前提条件 支持的数据库类型：MySQL：RDS MySQL、PolarDB MySQL版、...
全局设置
说明 系统将按照您配置的变量，从表格中自动 随机取值 来补充模板，以提高预览仿真度。自动生成回复模板 点击“自动生成回复模板”按钮，系统算法根据已有表格内容进行模板推荐，根据实际需求选择是否添加有关推荐模板。输入问题生成回复...
表达式配置
功能概述 表达式配置进⼀步提升阿⾥云智能客服对话机器⼈平台的可扩展性，支持更为复杂的实际业务场景。语法规范及说明 ⽬前⽀持的表达式类型如下：槽位：在填槽节点上配置的槽位，使⽤ slotVars['完整槽位名']或slotVars['完整槽位名....
表达式配置
功能概述 表达式配置进⼀步提升阿⾥云智能客服对话机器⼈平台的可扩展性，支持更为复杂的实际业务场景。语法规范及说明 ⽬前⽀持的表达式类型如下：槽位：在填槽节点上配置的槽位，使⽤ slotVars['完整槽位名']或slotVars['完整槽位名....
基础术语
本术语表按拼音首字母顺序对术语进行排序。...指令替换模块内建了数十种替换规则，在混淆过程中随机选用，保证了后端生成的机器指令的随机性和多样性。指针加密（iOS）指针加密模块用于消除代码段与数据段间的显式引用关系。
通过环境变量配置API-KEY
添加临时性环境变量 如果您仅想在当前会话中添加并使用临时性环境变量，您可以运行以下命令：#用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"您可以在当前会话运行以下命令检查...
sequential_uuid
sequential_uuid的主要目标是生成更具顺序性的UUID生成器，且不会过多地降低随机性（随机性降低可能会增加碰撞的概率以及UUID的可预测性）。生成器设计 使UUID更具顺序性最简单的方法是使用一些顺序值作为前缀。例如，可以采用序列或时间戳...
符号表配置
混淆工具会使用随机字符串替换我们实际的方法和变量名，降低代码可读性，提供了一定的安全性。同时为了方便开发人员排查问题，混淆工具也会生成一个mapping.txt文件，里面记录了真实代码到混淆代码的映射关系，只有通过mapping.txt对错误...
2022年度更新日志
2021-11-4 更新日志 新功能 应用编排：支持校验 Kubernetes schema，协助用户检查 YAML 文件编写的正确性 变量管理：支持查看历史版本内容 缺陷修复 修复部分存量企业无法安装 AppStack 的问题 修复部署时关闭集群导致部署工单卡住的问题 ...
环境变量
安全性 创建或者更新环境变量时，函数计算 会对您的环境变量使用AES256（Advanced Encryption Standard 256）标准加密存储，在初始化函数实例时，会将环境变量解密后注入到函数实例环境中。使用限制 字符集规则 Key的字符集：必须以大小写...
分段多项式预测
分段多项式具有可拟合成任意形状的曲线和点的随机性所产生的影响"局部化"的优点。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 模型应用 选择模型类型与具体模型，再配置模型输入数据（仅支持分段多项式回归模型）。...
分段多项式回归
分段多项式具有可拟合成任意形状的曲线和点的随机性所产生的影响"局部化"的优点。按照分段规则、特征指数进行分段多项式建模。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 配置模型特征列 是 整数或浮点数...
通过DSC实现DMS数据分类分级
数据安全中心DSC（Data Security Center）支持从数据合规和业务需求等多角度对数据价值、属性、敏感性进行分类分级，以便企业针对不同数据进行更标准更细粒度的保护和风险调控。数据管理DMS（Data Management）是覆盖数据全生命周期的一站...
声明
简介 在一个块中使用的所有变量必须在该块的声明小节中声明（唯一的例外是在一个整数范围上迭代的 FOR 循环变量会被自动声明为一个整数变量，并且相似地在一个游标结果上迭代的 FOR 循环变量会被自动地声明为一个记录变量）。PL/SQL变量...
XGBoost
是 随机 随机 头部 尾部 特征重要性展示特征数 模型特征重要性展示时，实际展示的特征个数。只展示最重要的n个特征，默认10。若设置的展示数小于实际特征数，则展示实际特征数。是 10[1,20]其他参数 参数名 参数描述 模型结果 查看模型训练...
LightGBM
是 随机 随机 头部 尾部 特征重要性展示特征数 模型特征重要性展示时，实际展示的特征个数。只展示最重要的n个特征，默认10。若设置的展示数小于实际特征数，则展示实际特征数。是 10[1,20]其他参数 参数名 参数描述 模型结果 查看模型训练...
偏最小二乘回归
偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多，且都存在多重相关性，而观测数据的数量（样本量）又较少时，用偏小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。计算逻辑原理 偏最小二乘...
主成分分析
计算逻辑原理 主成分分析（PCA）：设法将原来变量重新组合成一组新的相互无关的几个综合变量，同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析，是数学上处理降维的一...
随机森林
本文为您介绍随机森林组件。功能说明 随机森林组件支持使用随机森林算法对分类或回归问题进行建模。随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习...
梯度提升回归树
是 随机 随机 头部 尾部 特征重要性展示特征数 模型特征重要性展示时，实际展示的特征个数。只展示最重要的n个特征，默认10。若设置的展示数小于实际特征数，则展示实际特征数。是 10[1,20]其他参数 参数名 参数描述 模型结果 可以查看建模...
- 产品推荐
- 这些文档可能帮助您