评分卡信用评分
其原理是先将分箱后的原始数据进行特征工程变换，再使用线性模型建模。评分卡建模理论通常适用于信用评估领域，例如信用卡风险评估和贷款发放业务。在其它领域，评分卡建模也可以作为分数评估，例如客服质量打分和芝麻信用打分。前提条件 ...
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...
蚂蚁隐私计算服务平台的审计事件
GetAntppcScimngProjectResourceFeatureMapping 查询特征映射。GetAntppcScqlRuleBaseinfo 获取规则详情。GetAntppcScqlScript 查看脚本内容。GetAntppcScqlScriptResult 查询执行结果。GetAntppcScqlScriptSubtaskData 查询子任务结果数据...
工作原理
本文介绍智能巡检的背景信息、工作原理、功能特性、基本概念、调度与执行场景和使用建议。背景信息 基于时间的数据（例如日志、指标）日积月累后会积累大量的数据。例如，某个服务每天产生1000万条数据，则一年大约为36亿条数据。对于这些...
Designer使用案例汇总
基于对象特征的推荐 介绍如何基于对象特征进行商品推荐。使用FM-Embedding实现推荐召回 介绍如何使用FM算法和Embedding提取算法，快速生成User和Item的特征向量。基于Alink框架的FM推荐 介绍如何通过 Designer 预置的FM算法模板，快速构建...
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...
为什么云存储网关与OSS上的文件不一致
工作原理 详情请参见 基于按需扫描机制的常规反向同步。详情请参见 基于消息通知的极速同步。详情请参见 基于API触发的单次反向同步。基于按需扫描机制的常规反向同步 云存储网关默认采用基于按需扫描机制的 反向同步 功能，将OSS上的变化...
组件参考：所有组件汇总
特征尺度变换 您可以通过该组件对稠密或稀疏的数值类特征进行常见的尺度变换。特征离散 该组件是将连续特征按照一定的规则进行离散化。特征异常平滑 该组件可以将输入特征中包含异常的数据平滑到一定区间，支持稀疏和稠密数据格式。奇异值...
快速入门
可用区：工作空间配置的可用区（Available Zone），最多不能超过两个，工作空间只能导入已配置可用区内的资源，且发布部署、容灾等其他功能都是基于工作空间的可用区来做分组发布与容灾切换等操作。推荐配置两个可用区，为支持双机房高可用...
用户画像分析概述
经过离线特征加工、维度标签映射、载入即席分析数据等过程，提供实时人群分析、圈选能力。画像分析方法论已经广泛应用于各个行业，是赋能经营策略优化、精细化运营、精准营销的重要手段。例如以下典型场景。广告行业：通过人群画像洞察，...
PAI-REC推荐算法定制的最佳实践文档
6.3.2.swing u2i 召回 swing是一种item相关性计算方法，基于User-Item-User原理衡量Item的相似性。6.3.3.向量召回 提供两种向量召回方式 DSSM 和 MIND，具体介绍参考：召回目标名称：一般是否点击，设置为is_click。召回目标选取：${...
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...
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...
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...
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...
DataWorks On EMR使用说明
DataWorks支持基于EMR（E-MapReduce）计算引擎创建Hive、MR、Presto和Spark SQL等节点，实现EMR任务工作流的配置、定时调度和元数据管理等功能，保障数据生产及管理的高效稳定。本文为您介绍在DataWorks上使用EMR的基本开发流程，以及相关 ...
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-...
DataWorks On CDP/CDH使用说明
DataWorks支持基于CDH（Cloudera's Distribution Including Apache Hadoop，以下简称CDH）和CDP（Cloudera Data Platform，以下简称CDP）集群创建Hive、MR、Presto和Impala等节点，实现CDP/CDH任务工作流的配置、定时调度和元数据管理等...
基于对象特征的推荐
本文为您介绍如何基于对象特征进行商品推荐。前提条件 已创建工作空间，详情请参见 创建工作空间。背景信息 该工作流首先对一份真实电商的4月份和5月份数据进行模型训练并生成预测模型，然后通过6月份的购物数据对该预测模型进行评估，最终...
预检查阶段进行同名对象存在性提示检查失败
方法一：使用库表列映射 方法二：调整目标数据库中的同名对象 方法三：从迁移对象中移除同名对象 方法一：使用库表列映射 使用DTS提供的库表映射功能，将同名的待迁移对象映射为目标数据库中的其他对象名。登录 数据传输控制台，定位至目标...
AutoML工作原理
AutoML实现自动化调试参数的工作原理，是通过实验、Trial、训练任务进行循环迭代，来找到最优的超参组合。AutoML的工作机制如下图。您设定好超参数的值域、搜索算法、停止条件配置后，AutoML将其作为一次实验（experiment）传入到后端进行...
工作原理
工作原理 本地安装一个数据库网关代理（database gateway agent）。数据库网关代理负责与数据库网关云端服务（database gateway cloud service）建立安全的、可信任的通道。不同账号、不同网关所建立的通道彼此隔离。通道建立后，当您...
什么是服务目录
工作原理 服务目录的工作原理如下：管理员基于Terraform模板创建产品，并添加到产品组合以便统一管理。管理员为终端用户授予产品的启动和访问权限。终端用户查询并启动产品。启动产品后，ROS控制台对应的地域将生成一个资源栈，便于管理...
限流防护
使用ASMGlobalRateLimiter对入口网关和应用服务入口流量配置全局限流 本地限流的工作原理 Envoy代理使用令牌桶算法实现本地限流。令牌桶算法是一种限制发送到服务端的请求数量的方法，基于一定数量的令牌桶。存储桶以恒定的速率不断填充...
常见问题
云工作流的工作原理是什么？云工作流的优势是什么？云工作流最长执行多长时间？怎么执行云工作流？云工作流使用什么语言编写流程？云工作流是集成了云监控？云工作流是否集成了事件源？什么是 云工作流？云工作流 是一个用来协调多个分布式...
K近邻
计算逻辑原理 最近邻方法的原理是找到距离新点最近的预定义数量的训练样本，并从中预测标签。样本数量可以是用户定义的常数（k-最近邻学习），也可以根据点的局部密度（基于半径的邻居学习）而变化。通常，距离可以是任何度量标准：标准...
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...
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...
HaaS EDU场景式应用整体介绍
本案例中包括以下主要知识点：陀螺仪工作原理 MPU-6050的驱动和使用 基础算法实现小球随手摆动 通过本案例的学习，能完整的学习到陀螺仪的工作原理，AliOS Things中陀螺仪数据读取，基础算法调教等等操作。同时，您还可以基于陀螺仪的数据...
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...
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...
全量导出发布包
仅导出手动添加的映射关系：基于映射关系明细进行判断，只要包含手动添加的映射明细即被导出，包括Excel批量导入的映射关系和研发过程关联的映射关系。所有映射关系：将来源环境的映射关系全量导出。安全导出设置 需开通数据安全功能，针对...
全量导出发布包
仅导出手动添加的映射关系：基于映射关系明细进行判断，只要包含手动添加的映射明细即被导出，包括Excel批量导入的映射关系和研发过程关联的映射关系。所有映射关系：将来源环境的映射关系全量导出。安全导出设置 需开通数据安全功能，针对...
在FeatureStore中使用自动特征工程（AutoFE）
模型训练 基于特征分析生成配置和数据，对pipeline流程进行训练，生成模型用于离在线均可使用的模型。特征转换 加载pipeline模型，对训练和测试数据进行特征转换，生成对应的特征工程结果。计费说明 AutoFE本身不收费，但在进行预处理、...
自定义路由类型监听的工作原理
工作原理 配置自定义路由类型监听后，全球加速 实例能够根据配置的监听端口范围、目标终端节点组协议和端口范围，以及终端节点（交换机vSwitch）的IP地址信息，生成端口映射表，从而根据映射关系将一个或多个客户端的流量路由到交换机中...
监听概述
自定义路由类型监听的工作原理及使用示例，请参见 自定义路由类型监听的工作原理。自定义路由类型监听仅支持TCP和UDP协议，在配置终端节点组时指定。您可以为配置的每个终端节点组目标端口范围指定一个或多个协议，支持指定TCP或UDP，也...
功能发布记录
根据领域对象批量生成相关模型 创建和管理结构对象 导入导出限界上下文模型 导出上下文映射或多个限界上下文到文档 优化中心应用 脚手架生成：为常见查询方法增加基于 mybatis plus 的代码实现。代码扫描：增加继承关系的模型扫描和合并。...
FeatureStore概述
阿里云FeatureStore为您提供特征项目和特征实体功能，通过特征实体的Join Id来关联各个项目中的特征视图，将一个特征实体的所有特征进行关联，最终结合Label表产出模型特征表Train Set表，并将Train Set表存在离线存储MaxCompute中。...
服务网格工作原理
培训视频 观看以下视频，快速了解服务网格工作原理：MOSN 形态现状 目前 MOSN 属于数据面的产品，以 Sidecar 的模式和应用部署在同一个 Pod 或者在虚拟机中，属于独立进程。MOSN 最早支持基于轻量 SDK+Mesh 的方式接管网格流量。目前主要...
- 产品推荐
- 这些文档可能帮助您