RDS MySQL开放参数一览表
您可以在这里了解到截止到发表日MySQL5.7、MySQL8.0所有已...如果设置为1，则对表的所有更改立即生效。如果设置为0，则必须使用COMMIT接受一个事务或ROLLBACK取消它。如果自动提交为0并将其更改为1，则MySQL将对任何打开的事务执行自动提交。...
评分卡训练
分数转换 评分卡的信用评分等场景中，需要通过线性变换将预测得到的样本odds转换成分数，通常通过如下的线性变换实现。您可以通过如下三个参数指定线性变换关系：scaledValue：给出一个分数的基准点。odds：在给定的分数基准点处的odds值。...
新功能发布记录
全文索引的分词器 V3.1.5.10 类别 名称 说明 相关文档 新增 正则表达式函数 新增正则表达式函数 REGEXP_MATCHES()、REGEXP_SUBSTR()、REGEXP_INSTR()和 REGEXP_REPLACE()。正则函数 2023年1月 数仓版 类别 名称 相关文档 新增 数仓版（3.0...
函数概览
本文列举的函数与运算符可以被用在 SLS 的 SQL 或 SPL 两种语言中。函数与运算符 说明 您可以根据具体使用的功能、语言，在本文中查看具体的函数、运算符用法。下表中，√表示支持，×表示不支持。SQL 是一种广泛使用的查询、分析语言，...
评分卡预测
线性模型中特征值和模型权重值直接相乘相加的结果，对应到评分卡模型中，如果模型进行了分数转换，则该分数输出转换后的得分。prediction_prob DOUBLE 二分类场景中预测得到的正例概率值，原始得分（未经分数转换）经过Sigmoid变换后得到该...
组件参考：所有组件汇总
GBDT二分类 该组件的原理是设置阈值，如果特征值大于阈值，则为正例，反之为负例。PS-SMART二分类 参数服务器PS（Parameter Server）致力于解决大规模的离线及在线训练任务，SMART（Scalable Multiple Additive Regression Tree）是GBDT...
线性规划-专题多篇
线性回归通常可以用线性函数 y=,x>+b 来描述，我们可以估计出 a 和 b 的值。本地版Python代码>|C/S版C++代码>6.机器学习：带有L1正则项的SVM多分类问题 分类是机器学习领域中最基本的任务之一。其目的是建立输入向量x与分类变量y之间的映射...
单波段拉伸
说明 Gamma校正是一种用于调整图像亮度和对比度的非线性变换技术，可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光的...
数据归一化
计算逻辑原理 min-max归一化：将数据进行一次线性变换，将数据映射到[0,1]区间。其公式为：若x的值相同，则归一化输出0.5。Z-score归一化：经过处理后的数据符合正态分布。其公式为：若x的值相同，则归一化输出0。其中x是原始数据，min是...
RGB色彩
说明 Gamma校正是一种非线性变换技术，用于调整图像的亮度和对比度。它可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
Pipeline部署在线服务
例如：需要部署线性回归模型用于在线预测，则线性回归训练组件和线性回归预测组件都需要运行成功。在线服务限制单输入单输出，因此需要从离线的Directed Acyclic Graph（DAG）图中选择单一串行链路进行部署。前提条件 已创建模型工作流...
参数详情
示例：入文件路径为 a/b/example.flv，若想输出文件路径为 a/b/c/example+test.mp4，则OutputObject用占位符可表示为{ObjectPrefix}/c/{FileName}+test.mp4，再经过URL Encoding后，最终设置为%7BObjectPrefix%7D/c/7BFileName%7D%2Btest....
FM算法
0.01 lambda 否 使用英文逗号（,）分隔的三个浮点数，分别表示0次项、线性项及二次项的正则化系数。0.01,0.01,0.01 initStdev 否 参数初始化标准差。0.05 FM预测 predResultColName 否 预测结果列名。prediction_result predScoreColName ...
线性回归
但是，线性回归模型对于离群点、噪声数据和非线性关系的数据比较敏感，需要进行特征标准化和正则化处理。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。特征字段 用于预测的特征字段，...
Lasso回归训练
参数设置 惩罚因子：lambda 正则项系数，DOUBLE类型。收敛阈值 迭代方法的终止判断阈值，默认为1.0E~6。学习率 用于控制模型在训练过程中参数更新的速度。默认为0.1。最大迭代步数 最大迭代步数，默认为100。优化方法 优化问题求解时选择的...
归一化
计算逻辑原理 min-max归一化：将数据进行一次线性变换，将数据映射到[0,1]区间。其公式为：Z-score归一化：经过处理后的数据符合正态分布。其公式为：说明 公式中x是原始数据，min是数据的最小值，max是数据的最大值，mean是数据的平均值，...
BE参数配置
当OlapScanner扫描的数据大于32768行时，BE会进行过滤条件检查，如果该过滤条件的过滤率低于该配置，则Doris会停止使用动态分区裁剪的条件进行数据过滤。doris_max_scan_key_num 默认值：1024 类型：Int 说明：用于限制一个查询请求中，...
CreateProtectionModuleRule
取值：all（精准匹配）、prefix（前缀匹配）、regex（正则匹配）。minRequestCountPerIp：Integer类型|必选|检测周期中检测IP的范围，大于等于一定访问请求数量的IP才会被检测。通过该参数指定访问请求数量的最小值。取值范围：5~10000。...
常见问题
多类目情况下，任务整体分成两部分，一部分是单类目doc个数小于100万（默认阈值，可配置）的类目，另一部分是单类目doc个数大于100万的类目，所有小于100万的类目会一起用线性的方法进行检索，要加快这部分的速度，可以设置如下两个命令行...
机器学习开发示例
数据展示%pyspark#数据展示 ml_data.show()ML算法数据打印 步骤四：建立模型、运行线性回归模 说明 在本部分中，您将使用不同的正则化参数运行两个不同的线性回归模型，以基于人口（features）确定这两个模型中的任何一个对销售价格（label...
DescribeProtectionModuleRules
可选值：eq（精准匹配）、prefix-match（前缀匹配）、regex（正则匹配）。url：String类型|必选|路径关键字，必须以正斜杠（/）开头。keyType：String类型|必选|情报库类型，包含IP库（ip）、指纹库（ua）两种类型。RuleId：Integer类型|必...
向量计算函数
向量缩放函数 vector_scale(array(double)vector1,double alpha)vector_scale(varchar vector1,double alpha)结合向量的加减法和向量的缩放，可以做任何线性变换。cosine_similarity 函数 计算 x 的余弦相似度。使用示例 查询和分析语句*|...
MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
逻辑回归二分类
正则化项 penalty 权重衰减项为L1正则或L2正则。安全设置 在联邦学习中，线性回归会通过半同态加密的方式保护各自数据的隐私。参数名称 参数说明 半同态加密算法 可选Paillier或Okamoto-Uchiyama两种加密算法制式。加密算法安全强度 强度越...
ModifyProtectionModuleRule
取值：eq（精准匹配）、prefix-match（前缀匹配）、regex（正则匹配）。url：String类型|必选|路径关键字，必须以“/”开头。action：String类型|必选|处置动作。取值：monitor：表示观察。captcha：表示滑块。captcha_strict：表示严格...
画布
用 setFillStroke()设置矩形线条的颜色，如果没设置，则默认为 black。入参 参数 类型 说明 x Number 矩形左上角的 x 坐标。y Number 矩形左上角的 y 坐标。width Number 矩形路径宽度。height Number 矩形路径高度。代码示例 const ctx=my...
PolarDB处理TPC-H查询的挑战和机遇
MySQL基于greedy search的join ordering算法搜索空间是受限的，只能支持线性的left-deep tree，所能支持的表数量也较少，而且一旦大于一定阈值就引入greedy策略。因此社区在8.0.2x版本中开始引入新的hypergraph优化器，目前还是开发中，...
GROUP BY子句
除此之外，GROUP BY 子句还支持的功能：正则表达式。示例 按单个tag对查询结果进行分组 SELECT MEAN("water_level")FROM"h2o_feet"GROUP BY"location"name:h2o_feet tags:location=coyote_creek time mean-1970-01-01T00:00:00Z5....
拒绝推断
然后对拒绝样本进行同样的分组，以该组违约率为抽样比例，随机抽取该分组下的违约样本，指定其为负样本，剩下的则是正样本。两阶段法 两阶段法（Two-Stage）除了需要前置评分卡模型的预测分值（AcceptRejectScore），还需要一个前置模型...
复杂类型函数
TRANSFORM_VALUES 对MAP进行变换，保持Key不变，根据指定函数计算新的Value。STRUCT函数 FIELD 获取STRUCT中的成员变量的取值。INLINE 将指定的STRUCT数组展开。每个数组元素对应一行，每行每个STRUCT元素对应一列。NAMED_STRUCT 使用给定...
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 ...
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...
内建函数概述
例如，MaxCompute中存在一个名称为CONCAT的自定义函数，则系统默认会调用自定义的CONCAT，不会调用内建函数CONCAT。如果您希望调用内建函数，需要在内建函数前增加:符号，例如 select:concat('ab','c');如果MaxCompute项目的全局属性设置...
RDS MySQL 8.0开放参数一览表
参数名称 大版本 是否 动态参数 默认值 取值范围 小版本范围 中文描述 社区链接 automatic_sp_privileges 8.0 1 ON[ON|OFF]无限制 当这个变量具有值1（默认值）时，如果用户无法执行、更改或删除存储程序，则服务器会自动授予创建存储程序...
单值查询数据
Fill Policy 填充值 none 默认行为，不填值 nan NaN null null zero 0 linear 线性填充值 previous 之前的一个值 near 邻近的一个值 after 之后的一个值 fixed 用指定的一个固定填充值（请参照下面示例）Fixed Fill Policy 使用方法：将...
参考：内核参考
proxima.qc.searcher.brute_force_threshold INT 1000 如果总doc数小于此值，则走线性检索。IndexConverter参数配置 MipsConverter 参数名 类型 默认值 说明 proxima.mips.converter.m_value UINT32 无 M值，即增加的维数，一般不超过4。...
多值数据查询
fixed 用指定的一个固定填充值（请参照下面示例）。Fixed Fill Policy 使用方法：将固定的填充值写到“#”之后。填充值支持正负数。格式如下：<interval><units>-<aggregator>-fixed#示例：1h-sum-fixed#6，1h-avg-fixed#-8 降采样示例 ...
通用联邦学习模板
一、模板说明 通过提供通用机器学习模板，展示完整的数据收集、特征工程、模型选择和训练、模型评估、模型部署和应用以及模型复用的一系列算子的使用方法，使...通常将KS值大于0.2视为模型的分类效果良好，KS值小于0.2则需要进一步优化模型。
电子表格支持函数说明
NORM.DIST 指定参数值、均值和标准偏差，返回正态分布函数（或正态累积分布函数）的值。NORM.INV 指定参数值、均值和标准偏差，返回正态分布函数的反函数的值。NORM.S.DIST-NORM.S.INV-PEARSON 计算给定数据集的皮尔逊积矩相关系数 r。...
- 产品推荐
- 这些文档可能帮助您