随机森林特征重要性
您可以使用原始数据和随机森林模型，计算特征重要性。组件配置 您可以使用以下任意一种方式，配置随机森林特征重要性组件参数。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 输入表中，...
雾霾天气预测
③ 模型训练及预测，本实验分别使用 随机森林 和 逻辑回归二分类 组件进行模型训练。④ 模型评估。运行工作流并查看模型效果。单击画布上方的 运行。工作流运行结束后，右键单击画布中 随机森林 下游的 二分类评估，在快捷菜单，单击 可视...
特征重要性过滤
特征重要性过滤组件为线性特征重要性、GBDT特征重要性和随机森林特征重要性等组件提供过滤功能，支持过滤TopN的特征。组件配置 PAI命令 PAI-name fe_filter_runner-project algo_public-DselectedCols=pdays,previous,emp_var_rate,cons_...
灵骏常见问题
为什么深度学习和神经网络需要GPU？GPU与CPU的对比如下表所示。对比项 GPU CPU 算术运算单元（ALU）大量擅长处理大规模并发计算的算术运算单元（ALU）。拥有强大的算术运算单元（ALU），但数量较少。逻辑控制单元 相对简单的逻辑控制单元。...
LightGBM算法
使用场景 LightGBM是一个算法框架，包括GBDT模型、随机森林和逻辑回归等模型。通常应用于二分类、多分类和排序等场景。例如：在个性化商品推荐场景中，通常需要做点击预估模型。使用用户过往的行为（点击、曝光未点击、购买等）作为训练...
产品优势
效果逼真 在本地端实现了基于Knowledge-Aware Neural TTS(KAN-TTS)语音合成技术，基于深度神经网络和机器学习，将文本转换成真实饱满、抑扬顿挫、富有表现力的语音，使得 离线语音 合成效果趋近于在线合成效果。同样的语音合成 声音定制 的...
视频分类训练
算法简介 视频分类模块提供主流的3D卷积神经网络和Transformer模型用于视频分类任务的训练，目前已经支持的模型包括X3D系列的X3D-XS、X3D-M及X3D-L和Transformer模型的swin-t、swin-s、swin-b、swin-t-bert，其中swin-t-bert支持视频加文本...
安全防护
同时内置深度神经网络和机器学习等先进技术，通过样本扫描、特征萃取、特征对比和文件聚类等算法，实现多达44种敏感数据的精准识别。同时数据安全中心提供了敏感数据发现后的自动分类分级以及统计展示能力，通过对结构化和非结构化数据源的...
开源软件迁移
它拥有一个由工具、库和社区资源组成的全面、灵活的生态系统，被广泛应用于机器学习和深度神经网络研究。在倚天云服务器上，建议您使用以下两种方式使用TensorFlow。使用官方版本构建TensorFlow的Docker镜像。更多信息，请参见 TensorFlow ...
组件参考：所有组件汇总
特征工程 特征重要性过滤 特征重要性过滤组件为线性特征重要性、GBDT特征重要性和随机森林特征重要性等组件提供过滤功能，支持过滤TopN的特征。主成分分析 该组件是研究如何通过少数主成分揭示多个变量间的内部结构，考察多个变量间相关性...
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...
准备工作（本地VMware环境）
说明 VMware备份客户端的网络和阿里云专有网络（VPC）及路由（线下到云上100.64.0.0/10、100.64.0.0/11或100.96.0.0/11）互通。公网：无法使用专有网络的场景下选择此项。用HTTPS传输数据 数据加密存储到备份库后，您可以选择是否使用HTTPS...
随机森林回归算法（Random Forest Regression）
随机森林回归模型通过随机抽取样本和特征，建立多棵相互不关联的决策树，通过并行的方式获得预测结果。每棵决策树都能通过抽取的样本和特征得出一个预测结果，通过综合所有树的结果取平均值，得到整个森林的回归预测结果。使用场景 随机...
Sambert语音合成
提供SAMBERT+NSFGAN深度神经网络算法与传统领域知识深度结合的文字转语音服务，兼具读音准确，韵律自然，声音还原度高，表现力强的特点。语音合成API基于达摩院改良的自回归韵律模型，具有推理速度快，合成效果佳的特点。开发者可以通过...
人工神经网络
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（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。人工神经网络有多层和单层之分...
测试结果（容量型实例）
随机读和随机范围读两个测试用例的性能会很大程度上受到Cache命中率的影响，为了避免Cache命中率影响测试结果，我们将Cache命中率控制在了极低的水平，在实际使用容量型实例的过程中，用户能达到的性能极大概率会高于此次测试结果。...
减灾与应急时空解决方案与案例
在数据与系统上云过程前，遇到了如下挑战：长期积累的时空数据类型多、数据量巨大，包括中国和全球地震、地质、台风、洪水、高温、低温、暴雨、雪灾、森林和草原火灾等灾种中高精度风险地图数据，台风、地震、滑坡、森林草原火灾等全球准...
API详情
预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在预训练模型的基础之上，使用对齐机制打造了模型的chat版本。其中千问-1.8B是18亿参数规模的模型，千问-7B是70亿参数规模的模型，千问-14B是140亿参数规模的...
API详情
预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在预训练模型的基础之上，使用对齐机制打造了模型的chat版本。其中千问-1.8B是18亿参数规模的模型，千问-7B是70亿参数规模的模型，千问-14B是140亿参数规模的...
MSE快速入门
地域和专有网络需与Nacos实例地域和专有网络一致。MSE Nacos注册配置中心：单击 MSE Nacos注册配置中心 下拉框列表。若您无注册配置中心实例，您可以单击 去创建。关于如何创建Nacos，请参见 创建Nacos引擎。说明 引擎类型需为Nacos类型。...
Doc2Vec
取值范围为 大小在1～5间随机 和 不随机，其值由window参数指定，默认值为 不随机，其值由window参数指定。执行调优 计算的核心数 默认为系统自动分配。每个核心的内存（MB）默认为系统自动分配。方式二：PAI命令方式 使用PAI命令方式，...
日志类别及字段说明
通过本地DNS日志，您可以了解网络中的DNS查询活动，检测异常的查询行为、域名劫持和DNS污染等问题 网络会话日志 sas-log-session 记录网络连接和数据传输的日志，包括网络会话的详细信息，包括会话开始时间、双方IP地址、使用的协议和端口...
基础概念
脚本是用于简化集成流可视化的维护复杂度，更加符合开发人员的使用习惯而提供的功能。开发人员可以在集成流节点的属性上使用脚本方式进行动态配置。支持使用Groovy、Java语法...SocketUtil 网络字节序和主机字节序计算 TemplateUtil 模板相关
NVMe协议介绍
机器学习 机器学习是另一个共享盘典型应用场景，在将样本标注写入后，会将数据拆分给多个节点进行神经网络的分布式计算，特别是在以GPU为计算资源的高性能机器学习场景，慢速存储很可能成为整个系统的瓶颈，此时利用NVMe共享云盘的高性能，...
支持的数据脱敏算法
身份证映射替换 行政区划随机码表 敏感类型：个人敏感 企业敏感 设备敏感 适用场景：数据存储 数据分享 身份证随机替换 行政区划随机码表 军官证随机替换 种类编码随机码表 护照随机替换 用途字段随机码 港澳通行证随机替换 用途字段随机码...
挂载访问FAQ
支持经典网络类型和同地域内的跨VPC挂载。不支持跨地域挂载，即使VPC已打通也不支持跨地域挂载。批量挂载功能支持本地IDC挂载吗？不支持。您可以通过VPN网关设置或NAT网关设置实现本地IDC挂载文件系统。具体操作，请参见 通过NAT网关实现...
创建安全联邦学习任务（任务模式）
适用特征维度特别多，特别是神经网络算法。数据集设置 配置使用方和加持方的数据信息，用于后续的数据处理。使用方：指需要数据的一方。加持方：指提供数据的一方。训练集：需训练的数据表。Label字段：指标签字段，用于后续训练学习。对齐...
在GPU实例上使用RAPIDS加速图像搜索任务
本文案例中，使用开源框架TensorFlow和Keras配置生产环境，然后使用ResNet50卷积神经网络完成图像的特征提取及向量化，最后使用RAPIDS cuML库的KNN算法实现BF方式的向量索引和检索。说明 BF（Brute Force）检索方法是一种百分百准确的方法...
基于二部图GraphSAGE算法实现推荐召回
背景信息 图神经网络是深度学习的热点发展方向，PAI开源Graph-Learn框架，提供大量图学习算法。二部图GraphSAGE是经典的图神经网络算法，而GraphSAGE为二部图场景扩展，被用于淘宝的推荐召回场景。在二部图场景下，可以将User和Item作为图...
实现动态数据加和
本文以 数字翻牌器 组件展示其他两个数字翻牌器组件的实时数据相加结果为例，实现动态数据加和效果。效果展示 操作步骤 登录 DataV控制台。选择任一可视化应用，单击编辑，进入画布编辑器页面。添加3个 数字翻牌器 组件到画布中。单击任一...
数据脱敏
在源数据表抽取数据并确认数值范围后，对该字段（在范围内）进行列级别的打散重排和随机选择，实现混淆脱敏。什么情况下需要进行数据脱敏：生产库向测试库转移生产数据并用于分析、验证、和测试时；在面向个人敏感数据对外使用时，如向第三...
获取通道的具体信息
ClientId：通道客户端的ID标识，默认由客户端主机名（可以在TunnelWorkerConfig中自定义）和随机串拼接而成。ChannelConsumePoint：Channel消费增量数据的最新时间点，默认值为1970年1月1日（UTC），全量类型无此概念。ChannelCount：...
Word2Vec
Word2Vec算法组件利用神经网络，通过训练，将词映射为K维度空间向量，且支持对表示词的向量进行操作并和语义相对应。输入为单词列或词汇表，输出为词向量表和词汇表。使用说明 Word2Vec组件的上游需要接入 词频统计 组件。说明 词频统计的...
TABLESAMPLE采样
MaxCompute支持通过TABLESAMPLE功能来对表数据进行采样，包含三种采样方式：分桶采样、指定采样百分比采样和随机返回指定记录数采样。本文为您介绍使用TABLESAMPLE采样的命令语法和使用示例。命令格式 分桶采样。TABLESAMPLE(BUCKET<x>OUT ...
TABLESAMPLE采样
MaxCompute支持通过TABLESAMPLE功能来对表数据进行采样，包含三种采样方式：分桶采样、指定采样百分比采样和随机返回指定记录数采样。本文为您介绍使用TABLESAMPLE采样的命令语法和使用示例。命 令格式 分桶采样。TABLESAMPLE(BUCKET<x>OUT...
块存储性能
指标 描述 数据访问方式 总IOPS 每秒执行的I/O操作总次数 对硬盘存储位置的不连续访问和连续访问 随机读IOPS 每秒执行的随机读I/O操作的平均次数 对硬盘存储位置的不连续访问 随机写IOPS 每秒执行的随机写I/O操作的平均次数 顺序读IOPS 每...
TairVector性能白皮书
200 1,183,514 10,000 902 MB COSINE Deep-image-96-angular 该数据集是ImageNet图片经过GoogLeNet模型训练，从最后一层神经网络提取的向量。96 9,990,000 10,000 3.57 GB COSINE Random-s-100-euclidean 该数据集为测试工具随机生成，不...
Collection
print(iris.dtypes)返回结果：odps.Schema { sepallength float64 sepalwidth float64 petallength float64 petalwidth float64 name string } 列选择和增删 列选择 如果您需要从一个CollectionExpr中选取部分列，产生新的数据集，可以使用...
自定义审批系统对接接口
}/*将和Dataphin同步的消息体加密,返回加密Map*@param plaintext 传递的消息体明文*@param timeStamp 时间戳*@param nonce 随机字符串*@return*@throws ThirdPartyEncryptException*/public Map,String>getEncryptedMap(String plaintext,...
创建只读实例
SSD云盘：具有高稳定性、高随机读写性能和高可靠性。网络类型 固定为 专有网络。VPC网络 与主实例相同的专有网络。VPC交换机 与主实例相同的交换机。规格 与主实例规格相同。说明 实例创建成功后，可以通过变更实例配置修改实例规格（建议...
- 产品推荐
- 这些文档可能帮助您