主成分分析
特征分解方式 分解特征的方式，取值如下：CORR COVAR_SAMP COVAR_POP 数据转换方式 转换为新数据的处理方式，取值如下：Simple Sub-Mean Normalization 执行调优 生命周期 指定输出表的生命周期，取值为正整数。节点个数 与 单个节点内存...
脏话识别服务
你不要说我说什么话都有节奏，*不怕我*的干嘛，我就说了咋地，*我不怕没有延迟的马路，*这种话怎么怎么了，*没怎么没怎么没怎么，只不过是这么说而已。\"};RunPreTrainServiceRequest request=new RunPreTrainServiceRequest();request....
ALS评分
交替最小二乘ALS（Alternating Least Squares）算法的原理是对稀疏矩阵进行模型分解，评估缺失项的值，从而得到基本的训练模型。在协同过滤分类方面，ALS算法属于User-Item CF（Collaborative Filtering），兼顾 User 和 Item 项，也称为...
Callback 回调接口
回调接口主要用来落实时特征日志。单独拿出来介绍。背景 实时特征是推荐中很重要的一环，尤其是其中的实时序列特征，一般来说能达到较明显的推荐效果提升。然而 实时特征对准确性的要求很高，如通过离线卡时间窗口关联的方式，由于很难估计...
App端性能体验功能说明
完整介绍Quick Tracking性能体验模块-APP端涉及功能。产品介绍 产品概述 应用性能稳定是良好用户体验中非常关键的一环，而现实情况却是应用崩溃、卡顿、加载缓慢、页面白屏等问题，频频出现在用户的真实体验之中，成为影响业务表现的直接...
LightGBM算法
automl_column 自动调参用来区别训练集和开发集的列名。使用时需要指定 automl_column 和 automl_test_tag，建议 automl_train_tag 的数据数量比 automl_test_tag 的数据数量多4～9倍。说明 当设置 automl_column 参数值后，会开启自动搜索...
FM算法
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播的推荐场景。组件配置 Designer 提供的FM算法模板包括FM训练和FM预测组件，您可以在原PAI-Studio控制台首页的 FM算法实现推荐模型 区域...
EasyRec Processor（推荐打分服务）
contextFeatures:context特征,特征之间用\u0002(CTRL_B)分隔,特征名和特征值之间用:分割,特征值和特征值之间用:分隔。ctxt_fea0:ctxt_fea0_ival0:ctxt_fea0_ival1:ctxt_fea0_ival2\u0002ctxt_fea1:ctxt_fea1_ival0:ctxt_fea1_ival1:ctxt_...
内容行业
用户特征（字符串型）用户自填 英文逗号分隔的用户描述性特征，比如画像等 num_features string 可选 用户特征（数值型）用户自填 英文逗号分隔的数值型用户特征；必须保证所有物料的该字段逗号个数一致，且字段对齐 behavior 字段名 字段...
Logview诊断实践
子查询 SELECT DISTINCT ds FROM t_ds_set 先执行，其结果需要被用来做分区裁剪，来优化主查询需要读取的分区数。这两次运行分别是两个Fuxi作业，Logview中体现的是两个 tab 页来显示：第一个 tab 页显示 job_0 全部成功，实际上第二个 tab...
使用FeatureStore Python SDK搭建推荐系统
特征视图定义了数据从哪里来（DataSource）、需要进行哪些预处理或转换操作（如特征工程/Transformation）、特征的数据结构（包含特征名称和类型在内的特征schema）、数据存储的位置（OnlineStore/OfflineStore），并提供特征元信息管理，...
定制排序模型特征配置规范
本篇文档主要介绍定制排序模型的特征类型配置属性，不同特征配置有相应限制，以下是对应规范和限制。介绍 本篇文档主要介绍定制排序模型的特征类型配置属性，不同特征配置有相应限制，以下是对应规范和限制。公共属性 字段名 是否必选 含义...
数据视图
通过数据视图组件，您可以可视化地了解特征与标签列的分布情况及特征的特点，以便后续进行数据分析。该组件支持稀疏和稠密数据格式。本文为您介绍 Designer 提供的数据视图算法的参数配置方式及使用示例。组件配置 您可以使用以下任意一种...
离散值特征分析
参数 描述 特征列 用来表现训练样本数据特征的列。标签列 标签字段。稀疏矩阵 当输入表数据为稀疏格式时，需要设置KV格式的特征。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见...
配置FeatureStore项目
阿里云特征平台 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...
决策树
均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点的均值来最小化L2损失。费尔德曼均方误差：它使用费尔德曼均方误差，这种指标使用费尔德曼针对潜在分枝中的问题改进后的均方误差。平均...
随机森林
均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点的均值来最小化L2损失。平均绝对误差：它使用叶节点的中值来最小化 L1 损失。否 均方误差 均方误差 平均绝对误差 其他参数 参数名 参数...
通用联邦学习模板
step 3 训练侧特征工程：选择和提取有用的特征，包括特征选择、特征变换、特征抽取和特征组合等。其中，对于Category特征和Numeric特征，均有对应的处理方案，详见组件说明。特征工程的配置可输出，供预测和评估流程使用。step 4 测试侧...
过滤式特征选择
根据您使用的不同特征选择方法，从所有稀疏或稠密格式的特征数据中选择并过滤出TopN的特征数据，同时保存为特征重要性表，实现了降低模型训练的难度和提高训练模型的精确度。本文为您介绍 Designer 提供的过滤式特征选择组件的参数配置和...
图像度量学习训练（raw）
2048 特征输出的特征维度 是 设置Neck输出的特征维度，整数。1536 训练数据分类标注的类别数目 是 度量学习设置的输出维度数目。无 度量学习模型使用的损失函数 是 损失函数用来评估训练模型预测值与真实值不一致的程度。支持以下取值：...
GBDT二分类V2
梯度提升决策树(Gradient Boosting Decision Trees)二分类，是经典的基于梯度提升（Gradient Boosting）的有监督学习模型，可以用来解决二分类问题。支持计算资源 支持的计算引擎为MaxCompute。算法简介 梯度提升决策树(Gradient Boosting ...
特征管理
创建特征 特征的创建过程是异步的，需要通过查询特征的状态来判断当前特征是否创建成功。语法 说明 基于数据库中的数据来创建特征。CREATE FEATURE feature_name WITH(feature_class='',parameters=())AS(SELECT select_expr[,select_expr]...
VAML协议接入指南
{uuid}"><section><avatar ai_action="true">动作code1"interrupt="true"/>动作code2"interrupt="true"/>动作code3"interrupt="false"/></avatar><frame>家用大功率吹风机，"/>不伤发快速干发。然后它的附加功能是速干的。...
FeatureStore Python SDK
背景信息 特征平台是用来生产、共享和管理机器学习模型特征的存储库，可以方便地向多人、多团队共享特征，保证离线在线的一致性，并提供高效的在线特征访问。特征平台基本适用于所有需要特征的场景，典型场景如推荐场景。特征表注册在特征...
防爬场景化配置示例
因此，防护目标特征需要按该特征进行定义。示例二：阿里云官网解决方案详情页面 本示例以阿里云国际站官网解决方案详情页面（alibabacloud.com/solutions）为例，介绍防爬场景化防护规则的具体配置。以下是本示例中提及的阿里云解决方案...
特征配置
特征的配置对应配置总览中的 FeatureConfs，FeatureConfs 是一个 Map[string]object 结构，其中 key 为场景名，可以根据不同场景配置不同的特征 特征加载 在精排之前，需要从特征存储源里获取到 user 或者 item 的特征数据。在某些情况下，...
FeatureStore最佳实践
本文为您介绍在不使用阿里云其他产品的场景下，如何在推荐系统中应用特征平台FeatureStore SDK管理特征。背景信息 推荐系统是一种能够根据用户的兴趣和偏好，向用户推荐个性化的内容或产品的系统。在推荐系统中，提取和配置用户或物品的...
在推荐系统中应用FeatureStore管理特征
创建模型特征 在特征项目详情页面的 模型特征 页签，单击 新建模型特征，在弹出的页面中配置模型特征参数 参数 取值建议 模型特征名 自定义。本文以 fs_rank_v1 为例进行说明。选择特征 选择已创建的user特征视图和item特征视图。Label表...
Linux集成开发指南
sail:face:RequestPurpose:FeatureExtract：说明请求是用来做特征提取，所以该请求不会被活体验证，最后会返回给用户抽取的Feature。目前只支持返回正常特征点，戴口罩特征暂不支持。通常用来对底库进行入库和修改。DoFeatureSearch：主要...
人脸特征算法上云
本文档用来指导厂商提供特征算法上云服务镜像，在保持算法独立性的前提下实现人脸特征下发。IoT门禁服务向设备下发人脸权限时默认使用图片的方式，核心原因是为了更好的兼容性，下发图片后由端侧设备计算人脸特征值。之所以采用这种方式，...
自动SQL限流
特征选取：如果发现需要限流的异常SQL，下一步就需要确定SQL的特征，理想的情况是特征是唯一的，只对识别到的异常SQL进行限流而不影响其它SQL。这里首先要区分SQL模板限流和SQL文本限流。SQL模板限流：SQL模板是指将SQL文本的具体参数抽象...
联邦预处理
参数 类型 是否必选 描述 rules List 是 预处理规则表 uid String 是 用来保存生成的预处理信息，可以通过载入此信息后进行相同的预处理操作的应用。parties List 是 关联指定参与方和预处理信息绑定。该信息通常可以从返回的联邦表属性中...
应用场景
金融风控 传统的金融风控模型，能够汇集各个数据源的属性特征信息，但是比较难挖掘数据源之间的深度关联关系。要深度并且快速的挖掘海量数据的关联特征，使用传统的方法则会面临非常大的技术挑战。通过图表示学习技术，提取知识图谱中的...
组件参考：所有组件汇总
特征工程 特征重要性过滤 特征重要性过滤组件为线性特征重要性、GBDT特征重要性和随机森林特征重要性等组件提供过滤功能，支持过滤TopN的特征。主成分分析 该组件是研究如何通过少数主成分揭示多个变量间的内部结构，考察多个变量间相关性...
Proxima Builder
LinearBuilder 参数名 类型 默认值 说明 proxima.linear.builder.column_major_order string false 构建的时候特征用行排（false）/列排（true）QcBuilder 参数名 类型 默认值 说明 proxima.qc.builder.train_sample_count uint32 0 指定...
获取特征一致性检查任务的特征报表
获取特征一致性检查任务的特征报表。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 当前API暂无授权信息透出。请求语法 GET/api/v1/...
DDoS防护
不同套餐支持情况 功能项 基础版 标准版 高级版 企业版 平台级防护 支持 支持 支持 不支持 Tbps级全力防护 不支持 不支持 不支持 支持 功能说明 DDoS攻击（分布式拒绝服务攻击）的特征是制造大流量（4层攻击）或大量请求（7层攻击）压垮您...
更新特征一致性检查任务配置
更新特征一致性检查任务配置详细信息，例如更新名称。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 当前API暂无授权信息透出。请求语法 ...
X-Engine最佳实践
由于X-Engine分层存储的架构特点，该引擎特别适合某些业务负载特征的业务，本文介绍X-Engine的典型应用业务场景。X-Engine的分层存储架构特别适合具有如下业务负载特征的业务：数据访问具有鲜明的时间特征。例如大部分读取及修改操作集中在...
同步特征一致性检查任务重放日志
同步特征一致性检查任务重放日志。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 当前API暂无授权信息透出。请求语法 POST/api/v1/...
- 产品推荐
- 这些文档可能帮助您