函数概览
对比当前时间周期内的计算结果与n1、n2、n3秒之前时间周期内的计算结果。ts_compare函数 对比当前时间周期内的计算结果与n秒之前时间周期内的计算结果。重要 ts_compare函数必须按照时间列进行分组（GROUP BY）。对比当前时间周期内的计算...
OctreeOption
0.01 OctreeResolution double 划分八叉树时最小块，即 voxel 的边长，默认值为 0.01。0.01 DoVoxelGridDownDownSampling boolean 是否对点云文件进行下采样，可选值如下：true：对点云文件进行下采样,以体素的中心点的坐标来代替整个体素...
点云压缩
使用REST API 使用Octree压缩方式压缩点云文件 处理方式 压缩文件：example.pcd 压缩方式：Octree 压缩库：pcl 点云分辨率：0.01 划分八叉树最小块：0.01 是否使用下采样：1 压缩PCD字段：xyz 处理示例 GET/example.pcd?x-oss-process=...
ST_As3dTiles
各取值的含义：oct：八叉树 quad：四叉树 bsp：BSP树 oct bsp filter_percent 浮点 筛选比例。值域为(0,1)。若筛选比例为10%（即0.1），将对于每个非叶节点瓦块排除体积小于瓦块体积10%的对象。0.1 0.01 tileset_prefix 字符串 3dtiles地址...
ST_As3dTiles
各取值的含义：oct：八叉树 quad：四叉树 bsp：BSP树 oct bsp filter_percent 浮点 筛选比例。值域为(0,1)。若筛选比例为10%（即0.1），将对于每个非叶节点瓦块排除体积小于瓦块体积10%的对象。0.1 0.01 tileset_prefix 字符串 3dtiles地址...
CreateCompressPointCloudTask-创建点云压缩任务
取值如下：octree：八叉树 kdtree：K-d 树 octree PointCloudFields array 是 参与压缩的 PCD 属性字段以及压缩顺序，压缩完成后以此顺序进行解压数据。若采用 PCL 库 Octree 压缩，则支持["xyz"]若采用 Draco 库 Kdtree 压缩，则支持["xyz...
索引类型
SP-GiST 允许实现众多不同的非平衡的基于磁盘的数据结构，例如四叉树、k-d树和 radix 树。作为一个例子，本数据库的标准捐献包中包含了一个用于二维点的 SP-GiST 操作符类，它用于支持使用下列操作符的索引化查询：<< >>~=^>^内建 SP-GiST ...
空间几何函数
bing_tile_quadkey函数 bing_tile_quadkey(x)返回目标Bing图块的四叉树键。bing_tile_zoom_level函数 bing_tile_zoom_level(x)返回目标Bing图块的缩放级别。ST_AsText函数 ST_AsText函数用于将一个空间几何体转变成WKT文本。语法 ST_AsText...
Quick BI仪表板新交叉表树形展示大类没有数据
问题描述 Quick BI仪表板新交叉表树形展示大类没有数据。解决方案 需要添加“分类汇总（列小计）”。适用于 Quick BI
Quick BI仪表板新交叉表树形展示大类没有数据
问题描述 Quick BI仪表板新交叉表树形展示大类没有数据。如下图所示：问题原因 图表设置错误，缺少汇总维度。解决方案 添加汇总维度。如图所示：适用于 Quick BI
Quick BI交叉表树形展示中小计总计求两列比率
概述 Quick BI交叉表树形展示中小计总计求两列比率。详细信息 新建计算字段，计算字段中相除的两个字段先SUM求和，然后再进行相除，这样按照每个订单维度或者地理区域维度小计总计得到正确的值。如果计算字段是两个计算字段直接相除得到，...
随机森林
随机森林是一个包括多决策树的分类器，其分类结果由单棵树输出类别的众数决定。组件配置 您可以使用以下任意一种方式，配置随机森林组件参数。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...
Quick BI仪表板的交叉表设置树形展示如何显示汇总数据
概述 本文主要描述了Quick BI仪表板的交叉表设置树形展示后显示汇总数据的具体操作。详细信息 交叉表开启了树形展示以后，节点的位置默认展示是”-“，我们需要在列汇总中配置分类汇总，才能在节点位置展示出总计，配置完成后点击更新数据...
Quick BI新交叉表在树形展示折叠的时候不显示数据汇总
问题描述 Quick BI新交叉表在树形展示的情况下，折叠起来不显示数据汇总，问题如下图所示：问题原因 没有在样式最下面设置分类汇总的相关设置。解决方案 在新交叉表样式中设置对应的分类汇总，如下图所示：添加对应维度小计后，然后点击...
QuickBI新交叉表的树形展示，默认展开层级设置介绍
概述 本文主要介绍新交叉表的树形展示中默认展开层级的功能。详细信息 新交叉表的展示方式分为“平铺展示”和“树形展示”，选择“树形展示”后，可以配置行标签名称以及默认展开到多少层级。下面介绍一下默认展开层级的特点：点击下拉，...
梯度提升决策树算法（GBDT）
本文介绍了梯度提升决策树算法（Gradient Boosting Decision Tree，下文简称GBDT）相关内容。简介 GBDT是一款基于梯度提升的决策树算法。可解释性强，预测速度快。同时，GBDT算法相比于其它算法需要更少的特征工程，可以不用做特征标准化，...
交叉表
TopN：保留排名前N位的数据，例如选择Top5，会保留排名前5的5条数据，您也可以自定义排名的方式和N数目，请参见 TopN。百分位计算是对从数据返回的结果进行百分位形式的排名，便于用户观察某个数据在整组数据中的位置，请参见 百分位。同...
静态数据
children":[{"label":"子数据1","value":"子值1"},{"label":"子数据2","value":"子值2"},.{"label":"子数据n","value":"子值n"}]下拉框、单选、多选和面包屑组件 必须使用以下字段载入数据：label：对应值表示组件选项的内容。value：对应...
Quick BI新交叉表中使用树形展示后如何修改字段值显示...
概述 本文描述了Quick BI新交叉表中使用树形展示后如何修改字段值显示顺序。详细信息 在仪表板字段配置中，对字段排序选择自定义排序，即可调整字段值展示顺序。修改字段顺序前：修改顺序后：适用于 Quick BI 公共云专业版
Quick BI新交叉表设为树形展示时，如何让大类聚合展示...
概述 本文主要介绍新交叉表设为树形展示时，使大类聚合展示结果而不是显示为“-”的方法。详细信息 使用新交叉表，将展示方式设为树形展示时，会发现上级维度的结果会展示为“-”，如何让这里展示为当前类的聚合结果呢？方法如下：在当前...
数据开发权限列表
Y Y N N N 保存SQL代码任务 Y Y N N N 删除SQL代码任务 Y Y N N N 下线SQL代码任务 Y Y N N N 提交SQL代码任务 Y Y N N N 刷新SQL代码任务 Y Y N N N 移动SQL代码任务 Y Y N N N 执行SQL代码任务代码 Y Y N N N 预编译SQL代码任务代码 Y Y ...
数据开发权限列表
Y Y N N N 保存SQL代码任务 Y Y N N N 删除SQL代码任务 Y Y N N N 下线SQL代码任务 Y Y N N N 提交SQL代码任务 Y Y N N N 刷新SQL代码任务 Y Y N N N 移动SQL代码任务 Y Y N N N 执行SQL代码任务代码 Y Y N N N 预编译SQL代码任务代码 Y Y ...
修改导播台节目单
说明 请求参数中的N表示第几个的意思。例如：Episode.N.EpisodeName表示传入第几个节目名称。Episode.1.EpisodeName表示传入第1个节目名称，Episode.2.EpisodeName表示传入第2个节目名称。返回数据 名称 类型 示例值 描述 CasterId String ...
添加导播台节目单
说明 请求参数中的N表示第几个的意思。例如：Episode.N.EpisodeName表示传入第几个节目名称。Episode.1.EpisodeName表示传入第1个节目名称，Episode.2.EpisodeName表示传入第2个节目名称。返回数据 名称 类型 示例值 描述 EpisodeIds Array...
添加导播台布局
说明 请求参数中的N表示第几个的意思。例如：VideoLayer.N.FillMode表示传入第几个元素的填充方式。VideoLayer.1.FillMode表示传入第1个元素的填充方式，VideoLayer.2.FillMode表示传入第2个元素的填充方式。返回数据 名称 类型 示例值 ...
更新场景音频配置
请求参数中的N表示第几个的意思。例如：AudioLayer.N.VolumeRate表示传入第几个元素的音量倍数。AudioLayer.1.VolumeRate表示传入第1个元素的音量倍数。AudioLayer.2.VolumeRate表示传入第2个元素的音量倍数。返回数据 名称 类型 示例值 ...
修改导播台布局
说明 请求参数中的N表示第几个的意思。例如：VideoLayer.N.FillMode表示传入第几个元素的填充方式。VideoLayer.1.FillMode表示传入第1个元素的填充方式，VideoLayer.2.FillMode表示传入第2个元素的填充方式。返回数据 名称 类型 示例值 ...
LightGBM算法
简介 LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的分布式梯度提升框架。设计初衷是提供一个快速、高效、低内存、高准确度、支持并行和大规模数据处理的工具。LightGBM可以减少数据对内存的使用、减少通信代价以及...
Quick BI中指标拆解树的子节点百分比是什么意思
概述 Quick BI中指标拆解树的子节点百分比是什么意思？详细信息 在图表的所有类型中可以选择到指标拆解树图表。默认条件下子节点百分占比的意思为：以子节点的所有数据中最大的一个数据作为分母，来计算其他各个数据所占的百分比。在样式-...
使用Hologres实现分页
分页决策树 分页SQL命令语法如下。SELECT.FROM.ORDER BY key LIMIT N OFFSET S SQL实现原理：对于扫描出来的记录，按照 key 排序，取 TOP N+S 条记录（通过部分排序 PARTIAL SORT 实现），然后丢弃前S条记录，返回剩下的N条记录。在分页...
PS-SMART多分类
树数量 需要配置为树数量，正整数，树数量 和训练时间成正比。树最大深度 默认值为5，即最多32个叶子节点。数据采样比例 构建每棵树时，采样部分数据进行学习，构建弱学习器，从而加快训练。特征采样比例 构建每棵树时，采样部分特征进行...
随机森林回归算法（Random Forest Regression）
整数：表示最大特征数量为 max_features，取值必须在 0~n_features 之间，包括 n_features，n_features 为建模时使用的特征字段的数量。浮点数：表示最大特征数量为 max_features*n_features。log2：表示最大特征数量为 log2(n_features)。...
通过EXPLAIN和EXPLAIN ANALYZE分析执行计划
nationkey:integer,n_regionkey:integer]│Estimates:{rows:25(200B)}│n_nationkey:=AdbColumnHandle{columnName=n_nationkey,type=4,isIndexed=true}│n_regionkey:=AdbColumnHandle{columnName=n_regionkey,type=4,isIndexed=true}│└...
梯度提升决策树
计算逻辑原理 GBDT是一种迭代的决策树算法，由多棵决策树组成，每棵树只能对部分数据做出好的预测，所有树的结论累加起来得到最终结果，因此，添加的树越来越多，可以不断迭代提高性能。是一种泛化能力较强的算法。参数说明 IN端口-输入...
XGBoost
计算逻辑原理 XGBoost是一棵树集成模型，它使用的是K（树的总数为K）个树的每棵树对样本的预测值的和作为该样本在XGBoost系统中的预测，XGBoost算法思想就是不断地添加树，不断地进行特征分裂来生长一棵树，每次添加一棵树，其实是学习一个...
梯度提升回归树
本文为您介绍梯度提升回归树组件。功能说明 梯度提升回归树GBRT（Gradient Boosting Regression Tree）是利用树模型进行回归的算法模型。梯度提升采用连续的方式构造树，每棵树都试图纠正前一棵树的错误。默认情况下，梯度提升回归树中没有...
HDFS配额（Quotas）介绍
名称配额（Name Quotas）名称配额是对当前目录树中的文件和目录名称数量的硬性限制。创建文件或目录时，如果超出配额，则文件和目录创建失败。配额是一个目录的属性，不仅在创建时会检查配额，在重命名时也会检查配额。如果一个目录已经...
LightGBM
lightgbm是一个梯度Boosting框架，使用基于决策树的学习算法。它可以说是分布式的，高效的，有以下优势：更快的训练效率 低内存使用 更高的准确率 支持并行化学习 可以处理大规模数据 与常见的机器学习算法对比，速度是非常快的。计算逻辑...
梯度提升回归树算法（GBRT）
本文介绍了梯度提升回归树算法（Gradient Boosting Regression Tree，下文简称GBRT）相关内容。简介 GBRT算法是集成学习Boosting家族的成员，使用了前向分布算法，但是弱学习器限定了只能使用CART回归树模型。前向分布算法的思想是基于当前...
决策树
本文为您介绍决策树组件。功能说明 决策树是一种用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过学习从数据特征推断出的简单决策规则来预测目标变量的值。一棵树可以看作是分段常数近似。决策树组件支持使用决策树算法对...
- 产品推荐
- 这些文档可能帮助您