决策树
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分类或回归问题进行建模。计算逻辑原理 决策树是一种树形结构，其中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类或回归...
ModifyScalingGroup
如果当前伸缩组属性不再满足业务需求，则您可以调用API ModifyScalingGroup修改伸缩组属性（例如最大实例数、最小实例数或期望实例数等属性），避免重新创建伸缩组并重新配置相关属性，节省了时间和资源成本。接口说明 不支持修改以下参数...
Python SDK示例：SQL
count()with o.execute_sql('select*from dual').open_reader(tunnel=True)as reader:#n_process 指定成机器核数 pd_df=reader.to_pandas(n_process=n_process)设置alias 在运行SQL时，如果某个UDF引用的资源是动态变化的，您可以 alias 旧...
使用Hologres实现分页
Hologres支持为实时报表等场景提供分页能力，本文为您介绍几种常见的分页实践，您可以根据业务需求选择合适的方案，以达到更佳的查询性能。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...
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...
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...
XGBOOST多分类
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...
XGBOOST二分类
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...
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...
通过EXPLAIN和EXPLAIN ANALYZE分析执行计划
说明 如果查询SQL不复杂，您可以在 EXPLAIN 命令中加上(format text)，来提高返回结果中计划树层次结构的易读性。示例 EXPLAIN(format text)SELECT count(*)FROM nation,region,customer WHERE c_nationkey=n_nationkey AND n_regionkey=r_...
配置资源规整忽略特定容器
对于想要配置资源规整忽略的容器，可以通过Container.N.EnvironmentVar.N.Key和Container.N.EnvironmentVar.N.Value来设置环境变量（_ECI_RESOURCE_IGNORE_:TRUE）。相关参数说明如下表所示。更多信息，请参见 CreateContainerGroup。名称 ...
LightGBM
所以，LightGBM 可以利用参数"最大树深度"来限制树的深度并避免过拟合。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 配置模型特征变量，用数据的特征变量去对目标变量进行预测。是 整数或浮点数 说明 若...
功能点示例
console.log(t('起始角度'))/start angle console.log(t('结束角度'))/在 resources 未配置"结束角度"的翻译,返回"结束角度"改变语言 通过 i18n.changeLanguage 可以切换语言，一般来说Quick BI内置了语言切换的逻辑，无需手动调用 i18n....
数据类型转换
From/To BOOLEAN TINYINT SMALLINT INT BIGINT FLOAT BOOLEAN 不涉及 N N N N N TINYINT N 不涉及 Y Y Y Y SMALLINT N N 不涉及 Y Y Y INT N N Y 不涉及 Y Y BIGINT N N N N 不涉及 Y FLOAT N N N N Y 不涉及 From/To DOUBLE DECIMAL ...
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...
PS-SMART多分类
虽然多个Worker分布式执行时，树结构不同，但是从理论上可以保证模型效果相近。如果您在训练过程中，使用相同数据和参数，多次得到的结果不一致，属于正常现象。如果需要加速训练，可以增大 计算核心数。因为PS-SMART算法需要所有服务器...
TairDoc性能白皮书
文档作为二进制树存储，可以快速访问JSON数据的子元素。支持JSON到XML或YAML格式的转换。更多信息请参见 TairDoc。测试说明 数据库测试环境 测试环境信息 说明 地域和可用区 华北3（张家口）地域，可用区A。存储介质 内存型（兼容Redis 6.0...
HDFS配额（Quotas）介绍
HDFS允许管理员可以对所使用的名称数量和单个目录使用的空间量设置配额，名称配额与空间配额分别独立运作，但是两种配额的管理和实现方式非常相似。本文为您介绍HDFS的名称配额和空间配额两种方式以及如何进行配额操作。名称配额（Name ...
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)。...
概述
数据组织 ZooKeeper的数据组织方式与标准文件系统类似，组织成类似文件树的结构，在ZooKeeper中使用znode（ZooKeeper node）来描述文件，与标准文件系统不同的是，znode并不区分目录或者文件的概念，每个znode都可以存储数据。ZooKeeper...
TopN
TopN自定义 TopN会保留前N位的数据，例如选择Top5，会保留前5条数据，您也可以自定义TopN的方式和N数目。头部（降序），即从大到小取前N条数据。尾部（升序），即从小到大取前N条数据。默认方式为头部（降序）。TopN特殊计算及处理方式 ...
随机森林
随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。计算逻辑原理 随机森林就是种了很多决策树，对输入向量进行分类（回归）。每一棵...
K近邻
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：标准欧几里得距离是最常见的选择。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...
诊断报告
你可以在 诊断报告 页面查看所有诊断决策树的执行记录，包括诊断决策树名称、触发方式、诊断状态、创建时间、状态概要、结果概要以及诊断结果。在左侧导航栏上，单击 故障诊断>诊断报告 进入 诊断报告 页面，您可以根据诊断任务名称、诊断...
简介
您可以通过NFS ACL实现给不同的用户和群组设置不同目录或文件的权限。本文简要介绍POSIX ACL和NFSv4 ACL的概念、注意事项及通过控制台开启NFS ACL。背景信息 企业级用户通过共享文件系统在多个用户和群组之间共享文件时，权限的控制和管理...
属性分析
过去n周：基于当前时间往前推n个完整的周，如果当前时间是该周的最后一天，那么过去n周包含当前时间的所在周。示例：如果当前时间是7.20号（周二），那么过去1周即为7.12-7.18（周一到周日）；如果当前时间是7.18号（周日），那么过去1周即...
session分析
B、过去n周：基于当前时间往前推n个完整的周，如果当前时间是该周的最后一天，那么过去n周包含当前时间的所在周。示例：如果当前时间是7.20号（周二），那么过去1周即为7.12-7.18（周一到周日）；如果当前时间是7.18号（周日），那么过去1...
标签筛选
其中，前N天、前一周、前一月、前一年分别指当天、本周、本月、本年的前N天、前一周、前一月、前一年。每年 的某个常用时间段，每一年的指定时间段都符合要求，如下图所示。其中，前一月、后一月分别指本月的前一月、后一月。自定义时间，...
漏斗分析
天为完整的自然天，周的选范围是周一到周日，月即自然月（每月1号至最后1天），选择相对时间的时候，也可以设置是否包含今天详细规则如下：A、过去n天：基于当前时间往前推完整的n天；B、过去n周：基于当前时间往前推n个完整的周，如果当前...
字符串函数
FORMAT(x,n)函数可以将数字x进行格式化"#,#.#",将x保留到小数点后n位，最后一位四舍五入。格式化数字"#,#.#"形式：SELECT FORMAT(250500.5634,2);返回：250,500.56 INSERT(s1,x,len,s2)字符串s2替换s1的x位置开始长度为len的字符串 从字符...
管理资源标签
您可以在资源中心控制台为资源绑定标签，方便后续基于标签的资源管理。本文为您介绍如何在当前阿里云账号下绑定、解绑资源的自定义标签。背景信息 关于标签的更多信息，请参见 标签概述。为资源绑定标签 单个绑定 登录 资源中心控制台。在...
DescribeDiagnosisSQLInfo-查看SQL语句的详细信息
接口说明 本接口用于查看 AnalyticDB PostgreSQL 版实例中指定查询的详细信息，例如查询语句、执行计划文本和执行计划树等。目前该功能仅支持存储弹性模式实例，且内核版本为 V6.3.10.1 及以上版本。如何查看和升级内核小版本，请参见 查看...
pg_statistic
stainherit=true 的项表示列在整个继承树上的统计数据，即通过 SELECT ``column`` FROM ``table```看到的数据的统计，而 stainherit=false 的项表示对 SELECT column FROM ONLY ``table`的结果的统计。pg_statistic 也存储关于索引表达式...
Query Profile介绍
通过鼠标滚动，或单击 放大 和 缩小 按钮，可以放大和缩小Profile树。重要指标 Query级别 Summary指标 指标 说明 Total 查询消耗的总时间，包括Planning、Executing和Profiling阶段的耗时。QueryCpuCost 查询累积CPU使用时间。所有并发进程...
性能指标
用户在配置PSI任务时可以选择是否使用PSI缓存任务，如果选择使用PSI缓存任务，则可以只对增量数据进行PSI计算，适用于大数据量场景、增量更新较少的场景下的周期性PSI安全求交计算。以下是一组使用PSI缓存任务、不使用PSI缓存任务的性能...
ListTagResources-查询资源已经绑定的标签列表
Tag.N 和 ResourceId.N TagFilter.N 和 ResourceId.N 调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。调试 授权信息 下表是API对应的授权信息，可以在RAM...
GIN和GiST索引类型
有两种索引可以用来加速全文搜索：GIN和GiST。全文搜索并非一定需要索引，但是在一个定期会被搜索的列上，通常需要有一个索引。可以通过以下任意一种方式创建索引：创建基于 GIN（通用倒排索引）的索引。CREATE INDEX name ON table USING ...
留存分析
B、过去n周：基于当前时间往前推n个完整的周，如果当前时间是该周的最后一天，那么过去n周包含当前时间的所在周。示例：如果当前时间是7.20号（周二），那么过去1周即为7.12-7.18（周一到周日）；如果当前时间是7.18号（周日），那么过去1...
无锁结构变更方案对比
Y N 变更策略设置（DDL算法识别）Y N RocksDB引擎 Y N ToKuDB引擎 Y N InnoDB引擎 Y Y 虚拟列变更 Y N Json列变更 Y Y 多值索引和函数索引 Y-优化表空间（Optimize）Y N 表副本延迟删除 Y N 安装部署 Y：免安装 Y：本地安装 白屏化运维 Y N...
对话排序
对话排序模板可以对对话内容进行分类排序。数据格式示例 说明 CSV 及 XLSX 格式中每一列数据；Manifest 格式中 data 字段的下一级字段均对应一个数据集字段，字段名 可自定义，在配置数据集字段名时选择对应的字段名即可。CSV 及 XLSX 格式...
- 产品推荐
- 这些文档可能帮助您