映射关系概述
有效映射关系是基于配置的落标映射规则、手动添加或在研发过程中指定关联生成的数据标准和资产对象之间的映射关系，可用于描述资产对象应该遵循某个数据标准，或数据标准被某个资产对象关联遵循。无效映射关系可以批量上传，也可以将某个已...
映射关系概述
有效映射关系是基于配置的落标映射规则、手动添加或在研发过程中指定关联生成的数据标准和资产对象之间的映射关系，可用于描述资产对象应该遵循某个数据标准，或数据标准被某个资产对象关联遵循。无效映射关系可以批量上传，也可以将某个已...
有效映射关系管理
有效映射关系是基于配置的落标映射规则自动生成或手动配置添加的数据标准和资产对象之间的映射关系，可用于描述资产对象应该遵循某个数据标准，或数据标准被某个资产对象关联遵循，是进行落标监控的前提条件。本文为您介绍如何管理有效映射...
有效映射关系管理
有效映射关系是基于配置的落标映射规则自动生成或手动配置添加的数据标准和资产对象之间的映射关系，可用于描述资产对象应该遵循某个数据标准，或数据标准被某个资产对象关联遵循，是进行落标监控的前提条件。本文为您介绍如何管理有效映射...
Windows系统服务器配置文件共享以及网络磁盘映射的...
概述 本文介绍在Windows系统服务器中，如何配置文件共享和网络磁盘映射的方法。详细描述 确保需要磁盘共享的两台windows系统服务器的如下配置正确。服务项中开启了TCP/IP NetBIOS Helper服务。Windows防火墙开放了139和445端口入站访问策略...
创建Redis表并读取数据
由于Redis底层没有column的概念，因此具体映射的方法根据COLUMN_MAPPING的不同而不同。例如，本示例中CSV数据被解析之后形成一个string数组，对应的COLUMN_MAPPING映射到底层这个数组的 index(下标)上：id映射到下标0，name映射到下标1，...
基本概念
特征映射 将模型训练中的入模数据表字段与线上的特征服务形成关联的过程，称为特征映射。项目 在隐私计算的数据应用中，以项目的形式对成员、权限、节点或数据等要素进行隔离。根据不同的应用类别，项目分为不同的类型。虚拟宽表 结合两组...
XGBOOST多分类
在多分类问题中，XGBoost将输入数据特征映射到多元分类输出，即预测样本所属的多个类别的概率。XGBoost的多分类算法采用Softmax函数作为损失函数，通过最小化交叉熵损失，学习每个类别的权重，并将样本预测概率归一化为概率分布。组件截图 ...
XGBOOST二分类
在二分类问题中，XGBoost将输入数据特征映射到一个二元分类输出，即预测样本属于正例或负例的概率。组件截图 二、参数说明 字段设置 参数名称 参数说明 标签字段 用于训练的标签字段，数值类型，单选。正样本标签值 正样本标签的原值或编码...
导入发布包
针对导入的有效映射关系在当前目标环境中是无效映射的场景，支持 将“无效映射”置为“有效映射”或 保留“无效映射”，跳过不更新。将“无效映射”置为“有效映射”：将目标环境中的无效映射关系置为有效映射，若目标环境中无效映射关系...
落标监控概述
数据标准和资产对象的映射关联通过落标映射规则来定义，对象是否遵循了映射到的标准通过落标监控来判断。本文为您介绍落标监控的基本概念和监控逻辑。背景信息 标准创建完成后，需要指定其关联的资产对象才能被应用。Dataphin通过定义标准...
落标监控概述
数据标准和资产对象的映射关联通过落标映射规则来定义，对象是否遵循了映射到的标准通过落标监控来判断。本文为您介绍落标监控的基本概念和监控逻辑。背景信息 标准创建完成后，需要指定其关联的资产对象才能被应用。Dataphin通过定义标准...
Cost-based SQL诊断引擎
能力测试集构建的基本思想，首先通过特征化实现测试案例基于特征的形式化描述，形成测试案例形式化特征库，并具备足够的完备性。在阿里巴巴集团内部，我们已经对数据库实例上全部SQL进行实时采集和存储，借助阿里巴巴这个大平台业务的丰富...
用户画像分析概述
行业背景与痛点 画像分析是指基于沉淀用户的自然属性、行为属性、偏好属性等属性挖掘用户兴趣点、分析群体特征的过程。用户画像是刻画出用户个体或者用户群体全方位特征的重要手段，能为运营分析人员提供用户的偏好、行为等信息进而优化...
组件参考：所有组件汇总
线性支持向量机 该组件是基于统计学习理论的一种机器学习方法，通过寻求结构风险最小化，提高学习机泛化能力，从而实现经验风险和置信范围最小化。逻辑回归二分类 该组件是一个二分类算法，支持稀疏及稠密数据格式。GBDT二分类 该组件的...
模型配置
在复购预测中，需要先完成模型配置，当且仅当模型执行成功后，可基于模型进行复购预测。模型训练成功后，您可以查看训练中前10个最重要的特征，并通过模型验证了解该模型的准确率、召回率预期。前提条件 算法模型需要依赖行为数据集作为...
基础概念
倒排索引也常被称为反向索引、置入档案或反向档案，是一种索引方法，被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。它是文档检索系统中最常用的数据结构。倒排索引可以为我们做什么？通过倒排索引，可以快速...
XGBOOST回归
一、组件说明 XGBoost是一种基于梯度提升决策树（Gradient Boosting Decision Tree）的机器学习算法。它通过改进传统梯度提升决策树的方式，加入正则化项、特征子采样和并行化等优化技术。XGBoost的优点是能够自动处理缺失值、异常值和噪声...
关键词感知检索
建立关键词和原始语料的映射关系，常见的方法有倒排索引、TF-IDF、BM25等方法，其中TF-IDF、BM25通常用 稀疏向量（Sparse Vector）来表示词频。检索时，对检索语句进行关键词抽取，并通过步骤2中建立的映射关系召回关联度最高的TopK原始...
基于回归算法实现农业贷款发放预测
线性回归是数理统计中的回归分析方法，可以确定两种或两种以上变量之间相互依赖的定量关系。Designer预置了线性回归算法模板，便于您通过农业贷款的历史发放情况，快速实现贷款发放预测。本文为您介绍Designer线性回归算法预置模板的具体...
标注模板说明
iTAG官方模板提供了多种RLHF模板，如多模态RLHF标注、对话排序、对话改写、图生文模板，您可以基于系统提供的这些模板修改为符合自己业务需求的模板，然后再创建对应的标注任务并进行处理，从而提高您的模型训练效果。进入智能标注 iTAG-...
逻辑回归二分类
在二分类问题中，逻辑回归将输入数据特征映射到一个二元分类输出，即预测样本属于正例或负例的概率。组件截图 二、参数说明 字段设置 参数名称 参数说明 标签字段 用于训练的标签字段，数值类型，单选。正样本标签值 正样本标签的原值或...
评分卡信用评分
本文基于信用卡消费记录，为您介绍如何通过PAI提供的金融组件，构建评分卡建模方案。背景信息 评分卡是信用风险评估和互联网金融领域常用的建模方法，并不简单对应于某种机器学习算法，而是一种通用建模框架。其原理是先将分箱后的原始数据...
分箱
一、组件说明 分箱（Binning）是一种数据预处理方法，用于将连续数据转化为离散数据。分箱的目的是为了减少异常值的影响和简化模型的复杂度，同时提高模型的稳定性和可解释性。分箱的基本思路是将一段连续的数据划分为几个区间或者桶，然后...
基于文本分析算法实现新闻分类
仅针对业务场景介绍文本分析算法的使用方法，未对数据集进行特征工程处理及细节调优。因为本工作流模板已为 过滤与映射 配置了 过滤条件，所以您可以直接查看 append_id 为115、292、248及166的新闻。如果需要查看其它新闻，则可以参见如下...
横向逻辑回归二分类
在二分类问题中，横向逻辑回归将输入数据特征映射到一个二元分类输出，即预测样本属于正例或负例的概率。组件截图 二、参数说明 字段设置 参数名称 参数说明 标签字段 用于训练的标签字段，数值类型，单选。正样本标签值 正样本标签的原值...
CSV
本文为您介绍CSV格式的使用方法和类型映射。背景信息 CSV格式允许基于CSV结构读写CSV数据。当前，CSV结构是基于表结构推导而来的。支持CSV格式的连接器包括：消息队列Kafka、Upsert Kafka、消息队列RocketMQ、StarRocks 和 对象存储OSS。...
配置FeatureStore项目
一个特征视图是特征实体的全量特征集合的一个子集，离线特征表和在线特征表的映射。Join Id Join Id是关联特征视图到特征实体的特征表字段，每个特征实体都会有一个Join Id,通过Join Id可以关联多个特征视图的特征。说明 每一个特征视图都...
视觉映射功能概述
形状映射器 形状映射器的映射配置方法与颜色映射器类似，用于映射组件中数据值和图形之间的映射内容，图形包括矢量和图标两种，详情请参见 形状映射器使用说明。尺寸映射器 尺寸映射器用于调整图元尺寸，通过使用范围滑块决定图元尺寸范围...
视觉映射功能概述
形状映射器 形状映射器的映射配置方法与颜色映射器类似，用于映射组件中数据值和图形之间的映射内容，图形包括矢量和图标两种，详情请参见 形状映射器使用说明。尺寸映射器 尺寸映射器用于调整图元尺寸，通过使用范围滑块决定图元尺寸范围...
JSON
本文为您介绍JSON格式的使用方法和类型映射。背景信息 JSON 格式能基于JSON结构读写JSON数据。当前，JSON结构是从表结构自动推导而得的。支持JSON格式的连接器有：消息队列Kafka、Upsert Kafka、Elasticsearch、对象存储OSS，云数据库...
pg_user_mappings
pg_user_mappings 视图提供有关用户映射的信息。简介 pg_user_mappings 视图包含以下列信息：列名称 类型 描述 umid oid 用户映射的OID。srvid oid 映射的外部服务器的OID。srvname name 外部服务器名。umuser oid 将被映射的本地角色的OID...
pg_user_mappings
视图 pg_user_mappings 提供有关用户映射的信息。这是 pg_user_mapping 的一个公共可读视图，它对无权使用的用户省去了选项域。列名称 列类型 描述 umid oid 用户映射的OID。srvid oid 包含该映射的外部服务器的OID。srvname name 外部...
FeatureStore概述
一个特征视图是特征实体的全量特征集合的一个子集，离线特征表和在线特征表的映射。Join Id Join Id是关联特征视图到特征实体的特征表字段，每个特征实体都会有一个Join Id,通过Join Id可以关联多个特征视图的特征。说明 每一个特征视图都...
Raw
本文为您介绍Raw格式的使用方法、配置选项和类型映射。背景信息 Raw格式允许读写基于字节的原始值作为单个列。Raw格式连接器是内置的。支持Raw格式的连接器包括 消息队列Kafka、Upsert Kafka 和 对象存储OSS。使用方法 例如，在Kafka中具有...
pg_user_mapping
目录 pg_user_mapping 存储从本地用户到远程的映射。访问该目录对普通用户有限制，可使用视图 pg_user_mappings 替代。列名称 列类型 描述 oid oid 行标识符。umuser oid 将要被映射的本地角色的OID，如果用户映射是公共的则为0。umserver ...
K近邻
基于邻居的方法被称为非泛化机器学习方法，因为它们只是“记住”其所有训练数据。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 说明 若存在非数值数据，则会抛出异常。CSV...
配置从HTTP到Dubbo协议转换
方法映射 说明 方法映射指一个Dubbo方法的映射规则，通过单击+方法映射 您可以配置多条方法映射，方法映射包含以下配置项。Dubbo方法名 Dubbo方法的完整名称。HTTP方法 设置HTTP请求中的Method参数。方法匹配路径 匹配Path参数，需要在 ...
管理列映射
通过开源客户端使用搜索索引需要将宽表的数据同步至索引表，同步的方法是建立宽表和索引表的列映射，列映射配置完成后，需要对列映射进行管理操作，包括创建列映射、查看列映射、增加列映射、删除列映射。前提条件 已安装Java环境，要求...
案例：搭建以图搜图系统
用于提取特征的网络为已经预训练的SqueezeNet。SqueezeNet网络很轻量，输出的特征向量为1000维。说明 建议使用Jupyter Notebook依次运行以下代码。创建Python环境。建议使用Anaconda创建新的Python环境。conda create-n adbpg_env python=3...
- 产品推荐
- 这些文档可能帮助您