线性模型特征重要性
线性模型特征重要性组件用于计算线性模型的特征重要性，包括线性回归和二分类逻辑回归，支持稀疏和稠密数据格式。本文为您介绍该组件的配置方法。使用限制 支持的计算引擎为MaxCompute。组件配置 您可以使用以下任意一种方式，配置线性模型...
应用场景
然而此时基于边界模型搭建的安全架构以及基于IP制定的安全策略，就难以覆盖不断扩大的威胁攻击面。企业完成数字办公环境的搭建后，IT管理员可以通过部署智能接入AP设备作为办公网络接入点，部署VPN设备作为远程接入网关，并通过UEM产品统一...
创建场景
场景是数字孪生方案中的展示及交互页面，以3D方式展示孪生模型中的实时数据、状态及告警信息。您可在场景中关联孪生模型中的数据源，配置状态及告警，完成配置后可预览并发布页面，页面发布完成后可嵌入至...搭建场景：使用3D模型搭建场景。
逻辑回归
尽管名字是逻辑回归，但它是一种用于分类而不是回归的线性模型。Logistic 回归在文献中也称为 logit 回归、最大熵分类(MaxEnt)或对数线性分类器。在该模型中，描述单个试验可能结果的概率使用逻辑函数建模。计算逻辑原理 逻辑回归的思路是...
创建并发布数字孪生应用
本文以创建阿里巴巴云谷园区为例，为您介绍如何使用自建模型搭建数字孪生应用。操作步骤 登录 DataV-TwinFabric控制台。在孪生搭建页面，单击 创建应用。输入 应用名称 并选择 应用类型 后，单击 确定。鼠标移动到已创建的孪生应用上，单击...
搭建场景
创建场景完成后，您可根据业务模型搭建3D业务场景，展示孪生模型中的实时数据、状态及告警信息等。本文介绍搭建场景的具体操作。前提条件 已完成创建场景。具体操作，请参见 创建场景。添加模型 在场景编辑工作台的顶部操作栏，默认选中 ...
评分卡预测
线性模型中特征值和模型权重值直接相乘相加的结果，对应到评分卡模型中，如果模型进行了分数转换，则该分数输出转换后的得分。prediction_prob DOUBLE 二分类场景中预测得到的正例概率值，原始得分（未经分数转换）经过Sigmoid变换后得到该...
Lasso回归训练
输出桩 输出桩（从左到右）数据类型 下游组件 模型 回归模型 Lasso回归预测 模型信息 无 无 特征重要性 无 无 线性模型权重系数 无 无 通过代码方式配置组件 您可以将以下代码复制到 PyAlink脚本 组件中，使PyAlink脚本组件实现与该组件...
岭回归训练
输出桩 输出桩（从左到右）数据类型 下游组件 模型 回归模型 岭回归预测 模型信息 无 无 特征重要性 无 无 线性模型权重系数 无 无 通过代码方式配置组件 您可以将以下代码复制到 PyAlink脚本 组件中，使PyAlink脚本组件实现与该组件相同的...
产品功能
当前版本支持的机器学习模型包括：聚合器（Aggregator）、Cox风险比例回归模型（CoxPH）、深度学习（DeepLearning）、分布式随机森林（DRF）、梯度提升模型（GBM）、广义线性模型（GLM）、广义低阶模型（GLRM）、孤立森林（IF）、K均值聚类...
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...
XGBOOST回归
使用时，数据格式如下，其中key的下标应从1开始，value应均为数值：参数设置 参数名称 参数英文名称 参数说明 树的棵树 tree_num 迭代次数，即决策树或线性模型的数量。树的最大深度 max_depth 决策树的最大深度。学习率 learning_rate ...
FM算法
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播的推荐场景。组件配置 Designer 提供的FM算法模板包括FM训练和FM预测组件，您可以在原PAI-Studio控制台首页的 FM算法实现推荐模型 区域...
XGBOOST多分类
使用时，数据格式如下，其中key的下标应从1开始，value应均为数值：参数设置 参数名称 参数英文名称 参数说明 树的棵树 tree_num 迭代次数，即决策树或线性模型的数量。树的最大深度 max_depth 决策树的最大深度。学习率 learning_rate ...
XGBOOST二分类
参数名称 参数英文名称 参数说明 树的棵树 tree_num 迭代次数，即决策树或线性模型的数量。树的最大深度 max_depth 决策树的最大深度。学习率 learning_rate 学习率，控制每轮迭代权重的缩小程度，适当调整可以加速模型收敛但也可能使模型...
动态特征提取
线性趋势：对采样数据序列进行线性拟合，取线性模型的系数，作为输出。变化趋势：对采样数据序列做Mann-Kendall测试（曼肯德尔检验），若“无趋势”，则输出0；反之，则取slope参数，作为输出。曼肯德尔检验：Mann-Kendall 趋势检验（有时...
LightGBM算法
gblinear：使用线性模型进行计算。rf：使用随机森林模型进行计算。dart：使用dropout技术删除部分树，防止过拟合。goss：使用单边梯度抽象算法进行计算。速度快，但是可能欠拟合。说明 设置该参数值时，需要使用单引号将参数值包裹起来。...
线性回归
一、组件说明 线性回归模型通过找到一条最佳拟合直线（或超平面），将输入特征映射到一个连续数值输出。在模型训练过程中，采用最小二乘法（least squares）估计模型参数，即最小化输出结果与预测值之间的误差平方和。线性回归模型具有简单...
线性回归
功能说明 线性回归（Linear Regression）是分析因变量和多个自变量之间的线性关系模型。计算逻辑原理 回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中...
分段多项式回归
功能说明 分段多项式回归是分段进行分析因变量和多个自变量之间的线性关系模型。计算逻辑原理 分段多项式：通过把输入变量的取值空间分割成连续的区间，然后在每个区间中进行多项式拟合得到的。分段多项式具有可拟合成任意形状的曲线和点的...
Pipeline部署在线服务
例如：需要部署线性回归模型用于在线预测，则线性回归训练组件和线性回归预测组件都需要运行成功。在线服务限制单输入单输出，因此需要从离线的Directed Acyclic Graph（DAG）图中选择单一串行链路进行部署。前提条件 已创建模型工作流...
偏最小二乘回归
功能说明 偏最小二乘回归是通过投影分别将预测变量和观测变量投影到一个新空间，来寻找一个线性回归模型。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...
如何使用邮件服务模块
步骤二、对发送方邮件进行初始化配置 对发送方邮件进行初始化配置的方式推荐两种：一种是使用邮件服务模块的页面模型，搭建一个后端管理应用，进行初始化配置。一种是通过管理后台，进行初始化配置。以获取阿里云邮件服务的相关信息为例，...
逻辑回归二分类
一、组件说明 逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。逻辑回归的训练过程是利用最大似然...
快速搭建AI对话机器人
本文介绍如何使用阿里云GPU云服务器，基于ChatGLM-6B语言模型快速搭建AI对话机器人。背景信息 ChatGLM-6B是一个开源的、支持中英双语对话的语言模型，它基于General Language Model（GLM）架构，具有62亿参数；并使用了和ChatGPT相似的技术...
如何使用MySQL连接模块
步骤二、对连接进行初始化配置 对连接进行初始化配置的方式推荐两种：一种是使用MySQL连接模块的页面模型，搭建一个后端管理应用，进行初始化配置。一种是通过管理后台，对连接进行初始化配置。以阿里云MySQL为例。获取阿里云MySQL连接的...
横向逻辑回归二分类
一、组件说明 横向逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。横向逻辑回归的训练过程是利用...
从0快速搭建个人版“对话大模型”
本教程介绍如何在阿里云GPU云服务器上基于 Alpaca大模型 快速搭建个人版“对话大模型”。背景信息 Alpaca大模型 是一款基于LLaMA的大语言模型，它可以模拟自然语言进行对话交互，并协助用户完成写作、翻译、编写代码、生成脚本等一系列创作...
基于函数计算快速搭建AI对话机器人
本文介绍如何使用函数计算，基于通义千问语言模型快速搭建AI对话机器人。背景信息 通义千问是阿里云推出的一个较大规模的语言模型，功能包括多轮对话、文案创作、逻辑推理、多模态理解、多语言支持等。通义千问能够与人类进行多轮的交互，...
自定义排序模型
注意：此项功能需要开通高级功能相关资源支持，包括但不限于MaxCompute、PAI、DataWorks等，如上服务将用于高级版自定义召回模型的搭建、表存储、计算等。一、创建AI工作空间 需要先开通 MaxCompute，开通成功后请按照此链接配置：创建AI...
PS线性回归
线性回归（Linear Regression）是分析因变量和多个自变量之间的线性关系模型，参数服务器PS（Parameter Server）致力于解决大规模的离线及在线训练任务。PS线性回归支持千亿样本、十亿特征的大规模线性训练任务。组件配置 您可以使用以下...
简介
数据模型是业务数据的抽象模型，它由实体互相关联形成的关系网来表征模型之间的关系。数据模型 通过数据实体建模，用户不用关心...实体 魔笔平台提供多种实体和模块供用户在搭建数据模型时使用，具体说明请参见 实体类型 和 系统数据模块。
线性回归
线性回归（Linear Regression）是分析因变量和多个自变量之间的线性关系模型。组件配置 您可以使用以下任意一种方式，配置线性回归组件参数。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 描述 字段设置 选择特征列 ...
自定义召回模型
注意：此项功能仅支持高级版实例，创建高级版实例将默认打开如下服务：如上服务将用于高级版自定义召回模型的搭建、表存储、计算等。如果您希望新增自定义召回模型，需要：第一步：通过离线算法平台创建AI工作空间；第二步：通过离线算法...
归因分析
设置分组、全局筛选、用户分群（可选）归因分析的设置分组、全局筛选、用户分群逻辑与事件分析相同 选择归因模型 当前支持四种最常见的归因模型：首次触点归因、末次触点归因、线性归因、位置归因和时间衰减归因。业务方可以根据自己的业务...
什么是图数据库自动机器学习？
功能概述 GDB Automl支持被广泛使用的经典统计和机器学习算法，包括梯度提升模型，广义线性模型、深度学习模型等，为使用者提供了从数据处理，模型训练，模型管理到预测推理的全生命周期管理服务，可以自动运行集成算法并调整其超参数，以...
概览
热点文章 通义千问Qwen全托管灵骏最佳实践 5分钟使用EAS一键部署LLM大语言模型应用 PAI+向量检索快速搭建大模型知识库对话 5分钟使用EAS一键部署ChatGLM及LangChain应用 Llama2-WebUI基于EAS的一键部署 5分钟操作EAS一键部署通义千问模型 ...
服务介绍
IoT孪生引擎服务是物联网平台提供的PaaS服务，能为能源管理、生产制造等复杂...配置场景：添加场景，搭建3D模型关联孪生节点数据，来展示孪生模型的实时数据、状态和告警信息。上传3D资源。创建场景。搭建场景。配置数据。（可选）分享场景。
Stable Diffusion AIACC加速版部署文档
功能概述 aiacctorch支持优化基于Torch框架搭建的模型，通过对模型的计算图进行切割，执行层间融合，以及高性能OP实现，大幅度提升PyTorch的推理性能。您无需指定精度和输入尺寸，即可通过JIT编译的方式对PyTorch框架下的深度学习模型进行...
智能文创解决方案
阿里云PAI提供智能文创解决方案，帮助您快速搭建囊括模型离线训练、离线预测和在线部署的端到端全链路构建流程。旨在从冗长、重复的文本序列中抽取、精炼或总结出要点信息，实现各类文本生成任务，包括文本摘要生成、新闻标题生成、文案...
- 产品推荐
- 这些文档可能帮助您