DAS Auto Scaling弹性能力
基于预测和机器学习的时序异常检测算法，目前的时序异常检测算法可提供周期性检测、转折点判定和连续异常区间识别等功能，目前对线上70w+的数据库实例进行1天后数据预测，误差小于5%的实例占比稳定在99%以上，并且预测14天之后的误差小于5%...
PAI-TF概述
背景 TensorFlow是Google最新的开源深度学习计算框架，支持CNN、RNN及LSTM等多种神经网络模型，对语音、图像及文本等领域的模型训练效率极佳。TensorFlow的功能丰富且强大，并拥有高度灵活的API，受到业界的高度关注。PAI-TF是人工智能平台...
Quick BI散点图如何预测数据
概述 本文主要介绍Quick BI中哪些图表可以预测数据，以及如何设置数据预测功能。问题描述 仪表板中的散点图是否可以预测数据，如何设置？问题原因 散点图不支持预测数据，其他的图表有的可以支持预测数据。解决方案 1.散点图不支持数据预测...
人工神经网络
本文为您介绍人工神经网络组件。功能说明 人工神经网络组件支持使用人工神经网络算法对分类或回归问题进行建模。人工神经网络（Artificial Neural Network，缩写ANN），简称神经网络或类神经网络，是一种模仿生物神经网络（动物的中枢神经...
模型预测概述
根据新数据预测的时效要求，预测任务分为两类：在线预测和离线预测。对于这两种需求，在Designer中都提供了相应的操作流程支持。在线预测 单模型部署在线服务 Designer工作流运行成功后，您可以将训练获得的PMML、AlinkModel或XGBoost格式...
产品功能
阿里云图数据库自动机器学习（Graph Database Auto Machine Learning，简称GDB Automl）支持数据处理、模型训练、数据预测和导出部署。本文为您详细介绍GDB Automl的产品功能。数据处理 数据导入 目前版本支持从图数据库GDB导入数据、从...
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...
基于预测自动弹性伸缩
为了应对业务增长和数据库高负载所带来的性能挑战，数据库自治服务DAS提供基于预测的自动弹性伸缩策略，通过实例过去10天的历史数据预测未来24小时的性能指标，并在预测的性能指标达到阈值时主动提供扩容建议。前提条件 实例为如下版本：...
基于预测自动弹性伸缩
为了应对业务增长和数据库高负载所带来的性能挑战，数据库自治服务DAS提供基于预测的自动弹性伸缩策略，通过实例过去10天的历史数据预测未来24小时的性能指标，并在预测的性能指标达到阈值时主动提供扩容建议。前提条件 支持如下数据库引擎...
智能圈选人群
PAI为您提供智能圈选人群功能，您可以通过 策略训练任务 选择使用内置的智能算法，对人群数据（训练数据）进行训练，生成圈选策略，再基于圈选策略通过 人群圈选任务 对人群数据（预测数据）进行智能筛选过滤，产出目标人群数据。...
圈选任务数据说明
圈选任务输入数据说明 准备输入数据 当您的训练数据集和预测数据集完全一致时，即user_id是完全相同的一批数据，您只需按照下方输入数据格式说明准备人群数据即可。说明 您无需准备特征数据，系统会从人群圈选任务关联的策略训练任务的输入...
异常检测
DAS会使用数据库实例过去一段时间内小时级别的数据预测数据库实例当前时刻的指标值，以预测指标值作为基线与当前实际指标值进行对比，从而得出指标变化倍数。相关文档 您可以利用DAS的自治功能，在数据库出现异常时进行自动处理。自动SQL限...
添加ClickHouse数据源
网络 数据源可选的网络类型。说明 当前仅支持外网访问。域名 连接数据库的地址。重要 该地址是DataV服务器能够通过公网或阿里云部分Region内网访问您数据库的域名或IP地址。端口 数据库设置的端口。用户名 登录数据库的用户名。密码 登录...
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...
Napatech案例
业务挑战 随着网络数据流量的爆增以及业务可用性要求的不断提升，Napatech公司的用户可以将数据包采集和分析的能力提升至200G，然而上层软件产生的流量数据包元数据也爆增，给后台数据库（比如开源的HBase/ElasticSearch）的存储和索引能力...
内置时空数据引擎Ganos
提供拓扑网络路径分析和大规模点云存储与查询支持 Ganos所包含的几何网络数据库引擎支持Node-Edge拓扑网络构建，支持Turn、U-Turn等概念，支持TSP（旅行商问题）、KSP（多条线路最短路径）、TRSP（转向限制的最短路径）等一系列路径规划...
审计经典网络数据库实例
如果需要审计经典网络数据库实例，您需要先通过ClassicLink功能实现经典网络的ECS与VPC中的数据库审计系统互通，并在经典网络的ECS上部署Agent程序。前提条件 VPC中启用ClassicLink时，需要满足限定条件，具体请参见ClassicLink概述的 使用...
性能指标
100维*100维 离线预测 100分钟 逻辑回归-LogisticRegressionWithHe 1亿 100维*100维 离线预测 70分钟 神经网络MLP 1亿 100维*100维 离线预测 100分钟 决策树-XGBoostWithDp 100维*100维 在线预测 qps：100 rt:1秒 决策树-GBDTWithDp 100维*...
离线批量预测
对实时性要求不高的业务场景，通常会使用模型对数据集进行周期性的批量离线预测。在Designer中提供了支持离线预测的完整功能。本文为您介绍如何在Designer平台进行离线批量预测。在开发环境进行批量预测 Designer中提供了多种预测组件，...
文本摘要预测
输入桩 输入桩（从左到右）类型 建议上游组件 是否必选 预测数据 OSS 读OSS数据 是 预测模型 组件输出 文本摘要训练 否 组件配置 页签 参数 描述 字段设置 输入数据格式 输入文件的文本列。默认值为 target:str:1,source:str:1。原文列选择...
基于对象特征的推荐
右键单击画布中的 预测，在快捷菜单，单击 查看数据>预测结果输出，即可查看模型预测结果。查看模型评估结果。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。在 二分类评估-1 区域，单击 评估图表 页签，查看ROC曲线。其中...
入门概述
评估模型 使用训练好的模型对预测数据集进行结果预测，并结合预测集中的“正确答案”评估模型效果。模板工作流demo 通过模板可以直接套用模板快速创建工作流，运行成功后进行模型部署，demo详情请参见 模板工作流demo。
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...
心脏病预测
右键单击画布中的 预测，在快捷菜单，单击 查看数据>预测结果输出，即可查看模型预测结果。查看模型效果。右键单击画布中的 二分类评估，在快捷菜单，单击 可视化分析。在 二分类评估 对话框，单击 指标数据 页签，即可查看模型评估指标...
基于回归算法实现农业贷款发放预测
本工作流通过贷款训练集中的历史数据，预测为贷款预测集中的哪些申请人发放贷款。② 根据含义将字符串类型的数据映射为数字。以 region 字段为例，先将其中的 north、middle 及 south 按照从北到南的顺序分别映射为 0、1 及 2，再将其转换...
机器阅读理解预测
可视化配置组件参数 输入桩 输入桩（从左到右）限制数据类型 建议上游组件 是否必选 输入保存的模型 OSS 机器阅读理解训练 是 预测数据输入 OSS 读OSS数据 是 组件参数 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...
GBDT二分类预测V2
GBDT二分类预测V2组件提供了针对GBDT二分类V2组件的预测功能，使用梯度提升决策树(Gradient Boosting Decision Trees)算法，对数据进行二分类问题的预测。本文介绍GBDT二分类预测V2组件的配置方法。支持计算资源 支持的计算引擎为...
发电场输出电力预测
④ 通过 预测 组件预测该模型在预测数据集上的效果，并通过 回归模型评估 组件评估该模型预测的准确性。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 相关系数矩阵，在快捷菜单，单击 可视化分析。...
离线调度
本工作流以广告CTR预测场景为例，为您介绍如何使用PAI提供的数据挖掘组件进行离线调度。背景信息 本工作流流程如下：通过历史数据，在阿里云机器学习平台上进行模型训练。通过大数据开发套件对模型进行调度。每天凌晨对广告投放进行CTR预测...
单值查询数据
无 见查询forecasting说明 abnormaldetect String 否 数据预测。无 见查询abnormaldetect说明 说明 一个查询中能够包含的子查询个数最多不超过200个。tags和filters都指定的场景下，后指定的过滤条件生效。关于limit、dpValue、downsample...
概述
深度神经网络在图像分析和自然语言处理等学科中取得了前所未有的进步。强化学习成为补充传统监督学习的强大范式。然而，在目前的数据驱动的智能应用中，数据、特征和模型仍处于割裂状态。首先，数据工程师通过手工编写流程进行数据清洗和...
用户增长插件（2.0）概述
智能圈选人群 在使用智能圈选人群之前，您可以参考 策略训练任务数据说明 来准备训练数据集和预测数据集。创建策略训练任务对人群数据进行模型训练，创建人群圈选任务对计划触达的人群进行筛选和过滤。管理人群 您可以通过人群管理，对智能...
用户流失预警风控
③ 将数据分为训练数据集和预测数据集。因为某用户只有流失与不流失两种可能性，所以用户流失预警属于二分类问题，可以使用二分类算法进行处理。④ 使用 二分类评估 组件进行模型验证，可以通过AUC、KS及F1Score等指标评估模型效果。运行...
预测学生考试成绩
Designer预置了逻辑回归算法模板，便于您基于中学生的家庭背景及在校行为，通过逻辑回归算法快速生成期末成绩预测模型，从而获得影响中学生学业的关键因素。本文为您介绍逻辑回归算法预置模板的具体使用方法。背景信息 通过本工作流获得...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
预测
使用Designer中的传统数据挖掘算法得到的模型，如果没有同名配套的预测组件，通常都可以采用这个通用预测组件来做预测。该组件的输入为训练模型和预测数据，输出为预测结果。组件配置 您可以使用以下任意一种方式，配置预测组件参数。方式...
评分卡信用评分
区域 描述 ① 将输入数据集拆分为训练数据集和预测数据集。② 分箱 组件类似于One-Hot编码，可以根据数据分布将数据映射为高维度特征。以 age 字段为例，分箱 组件可以根据数据在不同区间的分布进行分箱操作。工作流运行完成后，您可以右键...
swing推荐
swing推荐是swing的批处理预测组件，您可以使用该组件基于swing训练模型和预测数据进行离线预测。本文为您介绍swing推荐的参数配置。使用限制 支持运行的计算资源为MaxCompute和Flink。组件配置 您可以通过以下任意一种方式，配置swing推荐...
成本分析
预测费用是根据用户的历史后付费费用估算的，因此仅预测后付费费用变化，可能与预测时段内的实际费用不同，预测数据仅供参考，最大支持12个月的预测（详见费用预测）。查看费用趋势 在费用趋势板块，可查看多类维度下的费用变化趋势。分类...
Python部署预测
本文为您介绍Python部署预测的部署流程。操作步骤 安装依赖包。pip install h2o 修改脚本中model_id、预测文件本机存放路径和预测结果...运行脚本后，会在指定位置生成预测结果文件，生成文件在原预测数据文件上新增3列：predict、p0和p1。
- 产品推荐
- 这些文档可能帮助您