横向聚类
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 聚类数 cluster_num 全局目标簇数量 最大迭代次数 max_iters 全局最大迭代次数 使用方本地聚类数 host_cluster_num 使用方本地...
ST_ChaikinSmoothing
nIterations 迭代次数。最大值为5，默认为1。preserveEndPoints 标志位，是否保留端点，默认为false。只对多边形有意义。描述 每次迭代顶点数将增加一倍。该函数在每个点之前和之后的线的1/4处放置新的顶点，并删除原始点。新点将为所有...
ST_ChaikinSmoothing
nIterations 迭代次数。最大值为5，默认为1。preserveEndPoints 标志位，是否保留端点，默认为false。只对多边形有意义。描述 每次迭代顶点数将增加一倍。该函数在每个点之前和之后的线的1/4处放置新的顶点，并删除原始点。新点将为所有...
ST_ChaikinSmoothing
nIterations 迭代次数。最大值为5，默认为1。preserveEndPoints 标志位，是否保留端点，默认为false。只对多边形有意义。描述 每次迭代顶点数将增加一倍。该函数在每个点之前和之后的线的1/4处放置新的顶点，并删除原始点。新点将为所有...
PLDA
burn In 迭代次数 Burn In 迭代次数，必须小于总迭代次数，默认值为100。总迭代次数 正整数，非必选，默认值为150。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本。...
K均值聚类
是 10[1,99999999]最大迭代次数 单次运行的k均值算法的最大迭代次数。说明 如果是凸数据集的话可以不管这个值，如果数据集不是凸的，可能很难收敛，此时可以指定最大的迭代次数让算法可以及时退出循环。是 300[1,99999999]算法 自动：根据...
ST_GeometricMedian
failIfNotConverged 是否在超过迭代次数后依旧没有找到时报错。描述 该算法将不断迭代，直到对象之间的距离变化小于提供的公差参数为止。如果在maxIter次数之后未满足此条件，则该函数将产生错误并退出，除非failIfNotConverged设置为False...
ST_GeometricMedian
failIfNotConverged 是否在超过迭代次数后依旧没有找到时报错。描述 该算法将不断迭代，直到对象之间的距离变化小于提供的公差参数为止。如果在maxIter次数之后未满足此条件，则该函数将产生错误并退出，除非failIfNotConverged设置为False...
ST_GeometricMedian
failIfNotConverged 是否在超过迭代次数后依旧没有找到时报错。描述 该算法将不断迭代，直到对象之间的距离变化小于提供的公差参数为止。如果在maxIter次数之后未满足此条件，则该函数将产生错误并退出，除非failIfNotConverged设置为False...
GMM聚类
是 0.000001[0,99999999]最大迭代次数 要执行的EM迭代次数。是 100[1,99999999]初始化次数 要执行的初始化次数，用于产生最佳初始参数。是 1[1,99999999]其他参数 参数名 参数描述 模型结果 模型结果展示模型聚类效果以及聚类结果，其中...
横向逻辑回归二分类
参数名称 参数英文名称 参数说明 全局迭代轮数 epochs 全局模型的最大迭代次数 隐私开销 epsilon 联邦学习中，差分隐私的隐私开销，数值越大，添加的噪声越小，隐私保护越弱，则越精确，训练效果越好；数值越小，隐私保护强度越强，则单...
线性回归算法（Linear Regression）
参数 说明 epoch 迭代次数。通常为正整数，默认值为-1。说明 迭代次数设置为-1时，表示持续迭代直至收敛。normalize 是否需要正则化。取值如下：False（默认）：在模型训练前不对数据进行正则化处理。True：在模型训练前将数据进行正则化...
工况识别-训练
否 5[2,15]聚类方法：k均值聚类、高斯混合聚类 参数名 参数描述 是否必填 参数默认值 参数范围 最大迭代次数 单次运行的聚类算法的最大迭代次数。否 300[10,1000]聚类方法：均值漂移聚类 参数名 参数描述 是否必填 参数默认值 参数范围 ...
偏最小二乘回归
是 是 是 否 最大迭代次数 奇异值分解乘幂法的最大迭代次数。是 500[1,10000]迭代截止条件 乘幂法迭代截止条件中使用的收敛准则公差。是 1e-06[0,1]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标，默认0.2。是 0.2...
水泥窑头看火图像分类-训练
水泥窑头看火图像分类-训练组件通过对历史看火图像的亮度分类识别训练，建立看火亮度分类的训练模型...是/最大迭代次数 要执行的迭代次数。是 300[1,10000]学习率 是 0.1(0,1]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。
Proxima Cluster参数
factor FLOAT 16.0f 多线程并发度调优因子 proxima.kmeans.cluster.epsilon DOUBLE FL_EPSILON 聚类收敛精度 proxima.kmeans.cluster.max_iterations UINT32 20 最大迭代次数 proxima.kmeans.cluster.purge_empty BOOL false 是否删除空...
PS线性回归
如果 最大迭代次数 为 0，则算法迭代次数无限制。最小收敛误差 优化算法终止条件。最大特征ID 最大的特征ID或特征维度，该参数取值可以大于实际值。如果未配置该参数，则系统启动SQL任务自动计算。执行调优 核心数 默认为系统自动分配。每...
逻辑回归
cg（牛顿法）lbfgs（L-BFGS拟牛顿法）sag（随机梯度下降法）最大迭代次数 求解程序收敛所需的最大迭代次数 否 100[1,10000]分类方式 二分类目标：采用one-vs-rest策略进行分类 多分类目标：直接采用多分类逻辑回归模型 否 自动 自动 二分类...
ST_SnapToPolygon
设置times参数来设置平滑贴合的迭代次数，次数越多，效果越好。示例 SELECT BOX3D(ST_SnapToPolygon(ST_3DIntersection(ST_3DMakeSphere(1.0,4),'BOX3D(-1-1 0,1 1 1)':box3d),'POLYGON((-5-0.1 0.5,5-0.1 0.5,5 0.1 0.5,-5 0.1 0.5,-5-0.1...
ST_SnapToPolygon
设置times参数来设置平滑贴合的迭代次数，次数越多，效果越好。示例 SELECT BOX3D(ST_SnapToPolygon(ST_3DIntersection(ST_3DMakeSphere(1.0,4),'BOX3D(-1-1 0,1 1 1)':box3d),'POLYGON((-5-0.1 0.5,5-0.1 0.5,5 0.1 0.5,-5 0.1 0.5,-5-0.1...
GetFunctionTask-获取训练详情
功能名称 ctr instanceName string 是 实例名称 test_model_2 generation string 是 迭代次数 1 示例 GET/v4/openapi/app-groups/my-app/functions/ctr/instances/ctr_test/tasks/3 返回参数 名称 类型 描述 示例值 object Schema of ...
标签传播分类
参数设置 最大迭代次数 最大迭代次数，默认值为30。阻尼系数 阻尼系数，默认值为0.8。收敛系数 收敛系数，默认值为0.000001。执行调优 进程数 作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。进程内存 单个作业可使用...
支持向量机
是否使用缩小的启发式方法 否 是 是 否 最大迭代次数 求解程序收敛所需的最大迭代次数。不填默认为-1(代表无限制)否-1[-1,99999999]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标。是 0.2[0,1]测试集生成方式 根据...
标签传播聚类
参数设置 最大迭代次数 最大迭代次数，默认值为30。执行调优 进程数 作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。进程内存 单个作业可使用的最大内存量，单位：MB，默认值为4096。如果实际使用内存超过该值，会抛...
文本摘要
最大迭代次数 默认为100。收敛系数 默认为0.000001。执行调优 核心数 默认自动分配。单个核心的内存 默认自动分配。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本。PAI...
梯度提升回归树算法（GBRT）
参数 说明 n_estimators 迭代次数。次数越多拟合越好，通常为正整数，默认值为100。objective 学习任务及相应的学习目标。取值如下：ls（默认）：最小二乘法。lad：最小一乘法。huber：最小二乘法和最小一乘法结合使用。max_depth 树的最大...
安全联邦学习-任务模式FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
线性回归
最大迭代轮数 max_epoch 模型样本的最大迭代次数。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过拟合。最小损失 min_child_weight 训练到这个loss后，将提前停止。权重衰减项 ...
ST_MosaicFrom
iteration 匀色计算迭代次数 integer 50000 color_balance 为true时有效，迭代次数越多匀色效果越好，但会增加耗时。parallel 并行度 integer 1 设置操作并行度。取值范围为1~64。描述 镶嵌函数会创建一个新的raster对象。所有指定的raster...
ST_MosaicFrom
iteration 匀色计算迭代次数 integer 50000 color_balance 为true时有效，迭代次数越多匀色效果越好，但会增加耗时。parallel 并行度 integer 1 设置操作并行度。取值范围为1~64。描述 镶嵌函数会创建一个新的raster对象。所有指定的raster...
ST_MosaicFrom
iteration 匀色计算迭代次数 integer 50000 color_balance 为true时有效，迭代次数越多匀色效果越好，但会增加耗时。parallel 并行度 integer 1 设置操作并行度。取值范围为1~64。描述 镶嵌函数会创建一个新的raster对象。所有指定的raster...
逻辑回归多分类
最大迭代次数 默认值为100。正则系数 如果 正则项 为 None，则该参数失效。最小收敛误差 默认值为0.000001。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本。PAI-name ...
DeleteFunctionTask-删除训练记录
名称 类型 必填 描述 示例值 appGroupIdentity string 是 应用名称 my_app_group_name functionName string 是 功能名称 ctr instanceName string 是 实例名称 ctr_test generation string 是 迭代次数 1 返回参数 名称 类型 描述 示例值 ...
逻辑回归二分类
最大迭代轮数 max_epoch 模型样本的最大迭代次数。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过拟合。最小损失 min_child_weight 训练到这个loss后，将提前停止。权重衰减项 ...
条件随机场
最大迭代次数 默认值为100。收敛阈值 默认值为0.00001。执行调优 核心数 默认自动调整。每个核的内存大小 默认自动调整。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本...
K-均值聚类
如果新中心点与之前的中心点距离小于某个阈值或者迭代次数到达最大迭代次数设置，则终止迭代（返回False），写最终的中心点到结果表。第236行：主程序（main 函数），定义 GraphJob 类，指定 Vertex、GraphLoader、Aggregator 等的实现，...
安全联邦学习-工作流FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
逻辑回归二分类
最大迭代次数 默认值为100。正则系数 如果 正则项 为 None，则该参数失效。最小收敛误差 默认值为0.000001。执行调优 核数目 系统自动分配。每个核内存数 系统自动分配。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用...
FM算法
参数设置 任务类型 支持以下取值：regression binary_classification 迭代数 总训练迭代次数，默认为10。正则化系数 使用英文逗号（,）分隔的三个浮点数，分别表示0阶项、1阶项及2阶项的正则化系数。学习率 如果训练发散，则降低该参数取值...
支持向量回归算法（SVR）
sigmoid：使用该函数作为核函数时，效果类似多层神经网络。c 松弛系数的惩罚项系数。取值为大于0的浮点数，可不填。默认值为1。说明 如果数据质量较差，可以适当降低惩罚项 c 的值。epsilon SVR损失函数的阈值。当预测值与实际值的差值等于...
- 产品推荐
- 这些文档可能帮助您