线性回归
线性回归（Linear Regression）是分析因变量和多个自变量之间的线性关系模型。组件配置 您可以使用以下任意一种方式，配置线性回归组件参数。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 ...
颜色映射
突出高值 将数据从最大值到均值进行线性映射，突出数据中高值的分布。突出低值 将数据从均值到最小值进行线性映射，突出数据中低值的分布。极值 将数据从均值向两侧进行线性映射，突出极值的数据分布。自定义 根据自身需要，自定义设置分段...
filter
1 0%~﹢∞brightness()将线性乘法器应用于图像，使其看起来或多或少地变得明亮。值为 0％表示将创建全黑图像；值为 100％表示会使输入保持不变；其他值是效果的线性乘数；如果值大于 100%则表示提供更明亮的结果。1 0%~﹢∞不支持的函数 不...
ST_AddMeasure
使用上下限区间线性插值方法给几何对象添加M值，返回新的几何对象。语法 geometry ST_AddMeasure(geometry geomMline,float8 measureStart,float8 measureEnd);参数 参数名称 描述 geomMline 目标LineStirng对象。measureStart M值下限。...
相关性分析
皮尔逊相关系数：用于衡量两个数据集是否在一条线上面，即针对线性数据的相关系数计算，针对非线性数据便会有误差。肯德尔相关系数：用于反映分类变量的相关性，即针对无序序列的相关系数计算，非正太分布的数据。斯皮尔曼相关系数：用于非...
ST_AddMeasure
使用上下限区间线性插值方法给几何对象添加M值，返回新的几何对象。语法 geometry ST_AddMeasure(geometry geomMline,float8 measureStart,float8 measureEnd);参数 参数名称 描述 geomMline 目标LineStirng对象。measureStart M值下限。...
逻辑回归
尽管名字是逻辑回归，但它是一种用于分类而不是回归的线性模型。Logistic 回归在文献中也称为 logit 回归、最大熵分类(MaxEnt)或对数线性分类器。在该模型中，描述单个试验可能结果的概率使用逻辑函数建模。计算逻辑原理 逻辑回归的思路是...
Pearson相关系数
Pearson相关系数（Pearson Correlation Coefficient）用于衡量两个数据集合的线性关系。Pearson相关系数的绝对值越大，相关性越强。本文介绍了Pearson相关系数的相关内容。使用场景 Pearson相关系数的适用范围如下：两个变量的标准差都不为...
通用模型导出
支持接入的上游组件 常规机器学习组件 GBDT二分类 线性支持向量机 逻辑回归二分类 GBDT回归 线性回归 K均值聚类 逻辑回归多分类 朴素贝叶斯 PS系列组件 PS-SMART二分类 PS-SMART多分类 PS-SMART回归 PS线性回归 可视化配置组件 您可以在 ...
偏最小二乘回归
功能说明 偏最小二乘回归是通过投影分别将预测变量和观测变量投影到一个新空间，来寻找一个线性回归模型。偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多，且都存在多重相关性，而观测数据的数量（样本量）又...
ST_LinearStretch
将影像进行线性拉伸，作为一个新的raster返回。语法 形式一：raster ST_LinearStretch(raster raster_obj,integer pyramidLevel default 0,cstring bands default '',integer minRatio default 0,integer maxRatio default 100,cstring ...
ST_LinearStretch
将影像进行线性拉伸，作为一个新的raster返回。语法 形式一：raster ST_LinearStretch(raster raster_obj,integer pyramidLevel default 0,cstring bands default '',integer minRatio default 0,integer maxRatio default 100,cstring ...
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...
什么是AI分布式训练通信优化库AIACC-ACSpeed
AIACC-ACSpeed优化原理 场景说明 使用单机多卡或多机多卡进行AI分布式训练时，分布式通信的线性度可作为单卡训练扩展到多卡的性能指标，线性度的计算方式如下：单机内部扩展性：线性度=多卡性能/单卡性能/单机卡数 多机之间扩展性：线性度=...
转场效果示例
转场效果预览 对角切换 SubType：directional 旋涡 SubType：displacement 栅格 SubType：windowslice 垂直领结 SubType：bowTieVertical 水平领结 SubType：bowTieHorizontal 放大消失 SubType：simplezoom 线性模糊 SubType：linearblur ...
转场效果示例
转场效果预览 对角切换 SubType：directional 旋涡 SubType：displacement 栅格 SubType：windowslice 垂直领结 SubType：bowTieVertical 水平领结 SubType：bowTieHorizontal 放大消失 SubType：simplezoom 线性模糊 SubType：linearblur ...
线性回归
在统计学中，线性回归是用来确定两种或两种以上变量间的相互依赖关系的统计分析方法，与分类算法处理离散预测不同。回归算法可对连续值类型进行预测。线性回归算法定义损失函数为样本集的最小平方误差之和，通过最小化损失函数求解权重矢量...
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...
应用场景
满足不同规模GPU算力需求，平滑扩容，性能线性拓展。智能数据加速。针对AI训练场景提供数据智能加速，主动预热训练所需数据，提升训练效率。更高的资源利用率。支持异构资源细粒度管控，提升资源周转效率。自动驾驶 训练仿真，一站打通。全...
皮尔森相关系数CORR
一、组件说明 皮尔森相关系数是一种用于衡量两个变量之间线性相关关系的统计量，可用于衡量两个变量之间的相关性，通常用符号r表示。该系数的取值范围为-1到1之间，0表示两个变量之间不存在线性关系，1表示两个变量之间存在完全正相关，-1...
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。组件配置 PAI命令 PAI-name fe_filter_runner-project algo_public-DselectedCols=pdays,previous,emp_var_rate,cons_...
营养搭配-线性规划
问题描述 假设我们每人每天需要摄入一定的维生素，每种食物维生素的含量不一样，而且每种食物摄入有一定的限制，每种食物的价格均不相同，我们如何决策，能够 满足每天的维生素需求，并且最小化购买食物所花费的金额。这个优化问题也可以...
建模优化
选择属于线性规划、非线性规划或约束类问题。添加模型序列。即创建索引，在索引创建中，选择 索引类型 为 普通索引，并赋予 索引名称，该名称将用于模型构建中的引用。您可以通过 手动输入 或者 关联表 的方式获取 索引值。定义变量。变量...
向量索引通用配置
向量分隔符 可自定义 向量检索时各维度使用的分隔符（如vector:'1.05066,0.15610,0.156145.' 其中分隔符为逗号）线性构建的阈值 默认为5000 表示数据量在5000以内用线性 忽略有问题的向量数据 true false 当向量维度不正常，向量数据为空时...
等值面层（v1.x版本）
线性渲染 最小颜色：value 值最小的插值点的颜色，请参见 颜色选择器说明 进行修改。中间颜色：value 值处于最大值和最小值之间时，对应插值点的颜色。最大颜色：value 值最大的插值点的颜色。中断值：线性渲染的中断值。DataV会根据您设置...
节点/数据库/表/分区/二级分区
HybridDB for MySQL的存储容量和计算性能随着节点的增加而线性提升。数据库 在HybridDB for MySQL中，数据库是用户的逻辑概念，用户通过阿里云控制台购买实例后会自动建好指定名称的逻辑库（Database），该逻辑库在后端是会被切分成多个...
产品优势
超强性能 平台性能上限 支持百万级队列，横向扩容带来性能的线性增长，性能上无并发限制。单队列扩容 解决RabbitMQ单队列性能瓶颈，支持单队列的横向扩展，性能上无并发限制。弹性伸缩 可扩展能力强、性能线性增强，可根据业务需求弹性伸缩...
图片质量评分
图片质量评分功能可以从清晰度、噪声和失真、色彩饱和度、曝光度等多个方面评估输入图片在视觉上的质量，并给出综合的评分。通常用于文章封面、视频封面、相册图片去重、低质量图片过滤等场景。本文介绍图片质量评分的功能参数和示例。使用...
特征编码
特征编码是将非线性特征通过GBDT编码成线性特征。功能介绍 特征编码由决策树和Ensemble算法挖掘新特征的一种策略，特征来自一个或多个特征组成的决策树叶子结点的one-hot结果。例如，下图有三棵树，共有12个叶子结点。根据树的顺序依次编码...
ST_LinearStretch
将影像进行线性拉伸，作为一个新的raster返回。语法 形式一：raster ST_LinearStretch(raster raster_obj,integer pyramidLevel default 0,cstring bands default '',integer minRatio default 0,integer maxRatio default 100,cstring ...
名称解释
HybridDB for MySQL的存储容量和计算性能随着节点的增加可以做到线性扩展。表 在HybridDB for MySQL中，表是一个逻辑概念。用户创建的表会根据分区key拆分到不同的分库中，每个分表就是通常我们所说的表的分区。对于用户来说，分区不可见，...
性能指标
算法类型 数据规模 特征规模 任务类型 任务平均运行时间 决策树-XGBoostWithDp 100万 2000维*2000维 训练 180分钟 决策树-GBDTWithDp 500万 100维*100维 训练 15分钟 线性回归-LinearRegressionWithHe 100万 100维*100维 训练 150分钟 逻辑...
增量同步性能白皮书
网络总带宽消耗 下图展示的是增量同步消耗的总带宽，从图中我们可以看出带宽和Channel数的线性关系（略单机-16分区场景）。在单机-64分区场景下，我们可以看到带宽总消耗为125 MBps，已经成功把千兆网卡打爆，而在换成2台机器-64分区进行...
设备数据订阅指引
在消费者能力足够，即客户端机器足够的情况下，可轻松线性扩展推送能力。实时消息优先推送，消息堆积不会影响服务。设备实时消息直接推送，推送限流或失败时进入堆积队列，堆积态消息采用降级模式，不会影响实时推送能力。即使消费者的客户...
云盘三副本技术
阿里云提供了一个扁平的线性存储空间，在内部会对线性地址进行切片，一个分片称为一个Chunk（中文含义为块）。每一个Chunk，阿里云都会复制成三个副本，并将这些副本按照一定的策略存放在存储集群中的不同数据节点上，保证数据的可靠性。对...
岭回归训练
算法原理 岭回归是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于...
基础排序函数
如果只指定value参数，normalize使用反正切函数转化，如果指定了value和max参数，normalize使用对数函数转化，如果指定了value、max和min，normalize使用线性函数转化。详细用法：normalize(value,max,min)，normalize 参数value：需要做...
fill
当仅有线性渐变填充时 object {"angle":0,"stops":[{"offset":0,"color":"#000"},{"offset":100,"color":"red"}]} {"angle":0,"stops":[{"offset":0,"color":"#000"},{"offset":100,"color":"rgba(0,0,0,0.5)"}]} 无。当仅有图片填充时 ...
fill
当仅有线性渐变填充时 object {"angle":0,"stops":[{"offset":0,"color":"#000"},{"offset":100,"color":"red"}]} {"angle":0,"stops":[{"offset":0,"color":"#000"},{"offset":100,"color":"rgba(0,0,0,0.5)"}]} 无。当仅有图片填充时 ...
等值面层（v2.x版本）
线性渲染 参数 说明 中断值 线性渲染的中断值。DataV会根据您设置的中断值，结合 value 值的区间，得到中间的 value 值对应的插值点，这个点的颜色就是您设置的 中间颜色。填充颜色 填充色包括 最小颜色、中间颜色 和 最大颜色。最小颜色：...
- 产品推荐
- 这些文档可能帮助您