新建AIPL模型
由于AIPL数据集计算需要一定的时间，刚创建的AIPL模型不可使用，请等待计算完成后再操作。从行为数据集创建AIPL模型 如果您已创建行为数据集，可从行为数据集创建AIPL模型，由于行为数据集已配置用户标识、字段映射，您只需要为AIPL模型...
返回状态码说明
请求输入的模型不能为空 400 InvalidURL Invalid URL provided in your request.请求的 URL 错误 400 Arrearage Access denied,plesase make sure your account is in good standing.客户账户因为欠费而被拒绝访问 400 ...
语言模型
通用模型不可编辑。点击语言模型列表最右侧的 编辑 按钮；与新建语言模型类似，上传或删除语料后提交，该模型将会开始训练；试试效果 试试效果功能，是使用指定的语言模型对已经上传的数据集中的文件进行语音转文字。对于通用模型，试试...
语言模型
通用模型不可编辑。点击语言模型列表最右侧的 编辑 按钮；与新建语言模型类似，上传或删除语料后提交，该模型将会开始训练；试试效果 试试效果功能，是使用指定的语言模型对已经上传的数据集中的文件进行语音转文字。对于通用模型，试试...
三维模型常见问题
为什么其他现成专业三维软件的三维模型不能用？三维模型是一个非常宽泛的概念，数字孪生业务场景涉及的模型往往特指某类实时渲染引擎可以使用的三维模型格式。数字孪生三维引擎能支持的三维模型格式只是一部分。有很专业的行业软件也生成...
同城高可用
如果该OSS Bucket未配置为 同城冗余存储类型，在某个可用区不可用时，状态数据将无法被正常访问，导致Flink无法保证作业有状态启动。OSS类型配置方法请参见 转换Bucket的存储冗余类型。说明 如果您的OSS容量使用较高，担心转换存储类型会...
同城多活架构实践
演练预期：电商首页展示的查询链路对商品应用是强依赖，强依赖故障将导致业务不可用，且故障的爆炸半径应该控制在单元格内。创建故障演练。创建杭州单元格B下的商品应用故障演练（例如网络丢包）。具体操作，请参见 创建演练。故障注入。在...
新建集群
22.8 副本配置 单副本版：一个节点只有一个副本，该副本服务不可用时，会导致整个集群不可用，需要等待副本完全恢复服务状态，集群才能继续提供稳定服务。双副本版：一个节点包含两个副本，某个副本服务不可用的时候，同一分片的另一个副本...
API详情
警告 对于已上线使用的模型，删除任务将同步下线模型，会造成模型不可调用，此操作不可逆。请求方法 HTTP DELETE，URL传参，可使用命令行或其他语言调用。接口约束 任务状态为SUCCEEDED、FAILED、CANCELED时可以删除，其他状态时无法删除。...
API详情
警告 对于已上线使用的模型，删除任务将同步下线模型，会造成模型不可调用，此操作不可逆。请求方法 HTTP DELETE，URL传参，可使用命令行或其他语言调用。接口约束 任务状态为SUCCEEDED、FAILED、CANCELED时可以删除，其他状态时无法删除。...
V3.3.47版本说明
优化新建算法模型的配置项说明，优化剩余可用模型训练任务数、预测任务数展示方式，优化其他多处提示文案。货品推荐模块：针对模型训练详情页面的商品关联预测，优化关联分布图的交互，并新增展示销售额Top10商品数据，请参见 商品关联预测...
AICS实现对SISO非积分对象的稳定控制
然而实际情况中，MPC模型往往与真实过程模型不一致，称为模型失配。在仿真案例中，可以通过调整MPC模型参数来观察相应的控制效果。以下的仿真案例中，分别引入了+1的设定值变化。前半段中无模型适配，后半段将MPC模型调整至仿真过程模型的5...
方差膨胀系数VIF
VIF为1表示自变量不存在多重共线性，VIF的值越大，表示自变量之间的共线性越强，可能会导致模型不稳定或预测效果变差。一般来说，VIF小于5表示自变量之间不存在显著的共线性问题，大于10则表示自变量之间存在严重的共线性问题，需要对数据...
归因分析
设置分组、全局筛选、用户分群（可选）归因分析的设置分组、全局筛选、用户分群逻辑与事件分析相同 选择归因模型 当前支持四种最常见的归因模型：首次触点归因、末次触点归因、线性归因、位置归因和时间衰减归因。业务方可以根据自己的业务...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
模型配置
新建和更新模型均消耗可用模型任务数，执行失败的不计数。操作步骤：选择工作空间>用户洞察>复购预测>模型配置。单击右上角 新建模型，配置页面如下图所示。选择行为数据集作为训练数据。选择“购买”在行为数据集的行为类型字段中的映射值...
模型配置
新建和更新模型均消耗可用模型任务数，执行失败的不计数。操作步骤：选择工作空间>用户洞察>货品推荐>模型配置。单击右上角 新建模型，配置页面如下图所示。选择行为数据集作为训练数据。选择“购买”在行为数据集的行为类型字段中的映射值...
创建安全联邦学习任务（任务模式）
模型版本 指在训练任务中会生成多个模型版本，需要选定一个模型版本进行模型效果评估。训练模型 仅支持特征切分。特征切分（纵向切分）：指两边数据特征不一样，特征分在了两边。数据切分（横向切分）：指两边数据结构一致，只是拥有的数据...
线性模型特征重要性
线性模型特征重要性组件用于计算线性模型的特征重要性，包括线性回归和二分类逻辑回归，支持稀疏和稠密数据格式。本文为您介绍该组件的配置方法。使用限制 支持的计算引擎为MaxCompute。组件配置 您可以使用以下任意一种方式，配置线性模型...
机器学习（MADlib）
MADlib机器学习模块主要解决以下问题：分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归...
支持向量回归算法（SVR）
sigmoid：使用该函数作为核函数时，效果类似多层神经网络。c 松弛系数的惩罚项系数。取值为大于0的浮点数，可不填。默认值为1。说明 如果数据质量较差，可以适当降低惩罚项 c 的值。epsilon SVR损失函数的阈值。当预测值与实际值的差值等于...
线性回归
一、组件说明 线性回归模型通过找到一条最佳拟合直线（或超平面），将输入特征映射到一个连续数值输出。在模型训练过程中，采用最小二乘法（least squares）估计模型参数，即最小化输出结果与预测值之间的误差平方和。线性回归模型具有简单...
查看样本信息
离线样本中展示的是数据表信息，数据表分为可用和不可用两种状态，可用状态的数据表才能用于模型开发。您可以根据本文，查看离线样本中数据表的详细信息以及数据表是否可用。操作步骤 登录多方安全建模控制台，并选择需要进入的项目。说明 ...
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...
DaemonSet升级模型
使用方式 AdvancedRollingUpdate升级模型 以下示例代码为AdvancedRollingUpdate升级示例，在示例中创建了一个名为 nginx-daemonset 的DaemonSet，使用 AdvancedRollingUpdate 升级模型，并且在滚动升级过程中最多允许 30%的Pod不可用。...
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...
线性回归
计算逻辑原理 回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。...
逻辑回归二分类
一、组件说明 逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。逻辑回归的训练过程是利用最大似然...
横向逻辑回归二分类
一、组件说明 横向逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。横向逻辑回归的训练过程是利用...
多层户型楼梯链接
因多楼层模型暂不支持，在多楼层户型的展示中需要利用模型后处理热点链接将各楼层进行链接。首先需对每个楼层模型逐一制作，在进入模型后处理在楼梯处添加链接标签。1）进入项目管理页，单击待处理模型后面的【后处理】2）进入需要添加跳转...
Lasso回归训练
输出桩 输出桩（从左到右）数据类型 下游组件 模型 回归模型 Lasso回归预测 模型信息 无 无 特征重要性 无 无 线性模型权重系数 无 无 通过代码方式配置组件 您可以将以下代码复制到 PyAlink脚本 组件中，使PyAlink脚本组件实现与该组件...
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...
评分卡训练
评分卡是信用风险评估领域常用的建模工具，其原理是通过分箱输入将原始变量离散化后再使用线性模型（逻辑回归或线性回归等）进行模型训练，其中包含特征选择及分数转换等功能。同时也支持在训练过程中为变量添加约束条件。说明 如果未指定...
工业分析建模
模型结果查看与发布 在画布中选中线性回归组件，单击右侧输入配置栏中的 模型结果，可以查看该算法生成的所有模型。单击选中模型右侧的 发布，在弹出的对话框中输入模型名称，单击 发布。在 模型管理 页面，可以查看所有经工业分析建模训练...
Model
download 下载-read 阅读-tip 打赏 behaviorEnabled Boolean 是否使用行为数据默认 true，部分模型支持不使用行为数据 behaviorFromGroupName String 使用另一个应用的行为数据源默认使用当前应用的行为数据 cron String 定时训练的cron...
Model
download 下载-read 阅读-tip 打赏 behaviorEnabled Boolean 是否使用行为数据默认 true，部分模型支持不使用行为数据 behaviorFromGroupName String 使用另一个应用的行为数据源默认使用当前应用的行为数据 cron String 定时训练的cron...
删除通用模型
前提条件 待删除的通用模型下不存在通用模型版本。说明 如果待删除的通用模型下存在通用模型版本，您需要先删除所有的通用模型版本，然后再删除对应的通用模型。操作步骤 登录 蚂蚁隐私计算服务平台。在左侧导航栏，选择 我的资源>通用模型...
岭回归训练
输出桩 输出桩（从左到右）数据类型 下游组件 模型 回归模型 岭回归预测 模型信息 无 无 特征重要性 无 无 线性模型权重系数 无 无 通过代码方式配置组件 您可以将以下代码复制到 PyAlink脚本 组件中，使PyAlink脚本组件实现与该组件相同的...
PS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，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。PS线性回归支持千亿样本、十亿特征的大规模线性训练任务。组件配置 您可以使用以下...
应用评测
说明 预估费用：应用批量评测将基于评测集进行推理获取模型结果，使用公共资源部署模型，可能产生Tokens调用费用或消耗Tokens流量包，使用独占资源部署模型，不收费，请确认后开始评测，费用说明如下 评测费用=评测产生的Tokens*模型调用...
- 产品推荐
- 这些文档可能帮助您