人群预测
列表上方提示已用预测任务数/购买的预测任务数，为组织下所有空间的总和。新建任务将消耗可用预测任务数，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>人群预测。单击右上角 新建任务，配置页面如下图所示。输入任务名称...
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...
向量索引的高级配置介绍
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt 默认值为20000 召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取...
商品推荐任务
列表上方提示已用预测任务数/购买的预测任务数，为组织下所有空间的总和。新建任务将消耗可用预测任务数，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>商品推荐>我的任务。单击右上角 新建任务，配置页面如下图所示。输入...
向量索引
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt:召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取两者的最大值 ...
常见问题
多类目情况下，任务整体分成两部分，一部分是单类目doc个数小于100万（默认阈值，可配置）的类目，另一部分是单类目doc个数大于100万的类目，所有小于100万的类目会一起用线性的方法进行检索，要加快这部分的速度，可以设置如下两个命令行...
向量索引
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt:召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取两者的最大值 ...
线性规划-专题多篇
线性回归通常可以用线性函数 y=,x>+b 来描述，我们可以估计出 a 和 b 的值。本地版Python代码>|C/S版C++代码>6.机器学习：带有L1正则项的SVM多分类问题 分类是机器学习领域中最基本的任务之一。其目的是建立输入向量x与分类变量y之间的映射...
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...
评分卡训练
分数转换 评分卡的信用评分等场景中，需要通过线性变换将预测得到的样本odds转换成分数，通常通过如下的线性变换实现。您可以通过如下三个参数指定线性变换关系：scaledValue：给出一个分数的基准点。odds：在给定的分数基准点处的odds值。...
最佳实践
能耗宝可以通过MQTT、Modbus协议采集企业的多能源能耗数据（电表、水表、燃气表、逆变器、蒸汽表等），在提供用能数据的盘点、查询、分析的基础上，可结合阿里云的算法能力为企业提供负荷预测、用能异常、用能建议，辅助企业管理人员进行用...
线性回归
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。常用的解法是梯度下降法，流程如下：初始化权重矢量，给定下降速率以及迭代次数（或者迭代收敛条件）。对每个样本，计算最小平方误差。对最小平方...
机器学习开发示例
在机器学习中我们用计算测试值和预测值之间出现的误差的均方根的平均值来查看模型的准确性。pyspark from pyspark.ml.evaluation import RegressionEvaluator#使RegressionEvaluator用来计算均方根误差。evaluator=RegressionEvaluator...
组件参考：所有组件汇总
XGBoost预测 该组件算法在Boosting算法的基础上进行了扩展和升级，具有较好的易用性和鲁棒性，被广泛用在各种机器学习生产系统和竞赛领域。当前支持分类和回归。线性支持向量机 该组件是基于统计学习理论的一种机器学习方法，通过寻求结构...
XGBoost
用数据的特征变量去对目标变量进行预测。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 若存在非数值数据，则会置为NaN。...
评分卡预测
评分卡预测组件对原始数据根据评分卡训练组件产出的模型结果进行预测打分。组件配置 您可以使用以下任意一种方式，配置评分卡预测组件参数。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 特征列 选择...
性能指标
在线预测 qps：100 rt:1秒 线性回归-LinearRegressionWithHe 100维*100维 在线预测 qps：100 rt:1秒 逻辑回归-LogisticRegressionWithHe 100维*100维 在线预测 qps：100 rt:1秒 神经网络MLP 100维*100维 在线预测 qps：100 rt:1秒 隐匿信息...
单值查询数据
Fill Policy 填充值 none 默认行为，不填值 nan NaN null null zero 0 linear 线性填充值 previous 之前的一个值 near 邻近的一个值 after 之后的一个值 fixed 用指定的一个固定填充值（请参照下面示例）Fixed Fill Policy 使用方法：将...
偏最小二乘回归
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）又较少时，用偏小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。计算逻辑原理 偏最小二乘...
专属解决方案
预测能力主要用在成本异常的检测和提前发现上，次要地用于下个周期的成本数量上。同样在算法和算法工程以及如何应用到实际的成本管理中，阿里云提供具体的技术方案与咨询服务。成本优化飞轮 如之前“成本问题发现与管控”环节所述，在成本...
DAS Auto Scaling弹性能力
针对需要变更实例规格的数据库实例，DAS规格自动变配服务可进行计算资源的调整，用更符合用户业务负载的计算资源来处理应用请求，在该服务中，用户可自主配置业务负载流量的突发程度和持续时间，并可以指定规格变配的最大配置以及变配之后...
配置数据源
10 2.9 线性转换函数 linearTransform/线性转换/*@description 线性转换把原始值转换为目标值，*@param source 原始值最大、最小值*@param target 目标值最大、最小值*@value 点位数值*/const re=filter.linearTransform({ start:0,end:...
Confluent+数据洞察Databricks最佳实践
实践案例一、出租车数据入湖及分析 出租车和网约车在每天的运行中持续产生行驶轨迹和交易数据，这些数据对于车辆调度，流量预测，安全监控等场景有着极大的价值。本案例中我们使用 纽约市的出租车 数据来模拟网约车数据从产生并发布到流...
拒绝推断
还需要一个前置模型预测样本被接受或拒绝的概率（GoodBadScore），两阶段法通过拟合AcceptRejectScore和GoodBadScore的线性关系，修正前置评分卡模型对无标签样本的预测结果，然后按照分配法的步骤为样本添加标签。算法使用 该算法要求真实...
函数概览
本文列举的函数与运算符可以被用在 SLS 的 SQL 或 SPL 两种语言中。函数与运算符 说明 您可以根据具体使用的功能、语言，在本文中查看具体的函数、运算符用法。下表中，√表示支持，×表示不支持。SQL 是一种广泛使用的查询、分析语言，...
表的创建和使用
多值列定义 col11 multivalue delimiter_tokenizer ',' value_type 'varchar 定义了只有一个子列的多值列，单个cell的值用,（逗号 分隔，每个值的类型为 varchar,比如值A,B,C，而 col11 multivalue delimiter_tokenizer ':,' value_type '...
WITH查询（公共表表达式）
WITH 子句定义了两个辅助语句 regional_sales 和 top_regions，其中 regional_sales 的输出用在 top_regions 中而 top_regions 的输出用在主 SELECT 查询。这个例子可以不用 WITH 来书写，但是我们必须要用两层嵌套的子 SELECT。使用这种...
AI视频生成-ComfyUI镜像部署
{"title":"SVD_图像到视频_条件"} },"17":{"inputs":{"min_cfg":1,"model":["18",0]},"class_type":"VideoLinearCFGGuidance","_meta":{"title":"线性CFG引导"} },"18":{"inputs":{"ckpt_name":"svd_xt_image_decoder.safetensors"},"class...
Designer使用案例汇总
基于回归算法实现农业贷款发放预测 介绍如何通过农业贷款的历史发放情况，使用线性回归方法实现贷款发放预测。基于分箱组件实现连续特征离散化 介绍如何使用分箱组件进行连续特征离散化。人口普查统计案例（旧版）以人口普查数据为例，根据...
评分卡信用评分
其原理是先将分箱后的原始数据进行特征工程变换，再使用线性模型建模。评分卡建模理论通常适用于信用评估领域，例如信用卡风险评估和贷款发放业务。在其它领域，评分卡建模也可以作为分数评估，例如客服质量打分和芝麻信用打分。前提条件 ...
安全联邦学习-任务模式FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
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...
安全联邦学习-工作流FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
计量计费
以 快速入门 中已有的预测数据集为例，估算费用的步骤如下：使用DataWorks的临时查询功能，基于预测数据集mushroom_predict创建逻辑回归二分类模型lr_test_model_1，并获取Logview。命令示例如下：create model lr_test_model_1 with ...
元素识别定位
识别输入图中所包含的元素，用矩形框标注出其位置，并区分其对应的基本类型（人/物、修饰、文案）。介绍 名称：元素识别定位 Action:DetectImageElements 示意图：参数定义 输入字段：字段 类型 是否必须 描述 url string 是 图片地址 输出...
用云成本需求分析
成本优化目标 在企业和组织发展的不同的阶段，企业成本核算部门会对用云提出不同的成本要求，比如，每年的企业用云成本约束，云资源使用量明显增长，但是云资源的费用较慢增长（与资源用量非线性）。这不光是对于云厂商通过自身技术迭代...
GBDT回归
梯度渐进回归树GBDT（Gradient Boosting Decision Tree）是一种迭代决策树算法，适用于线性及非线性回归场景。组件配置 您可以使用以下任意一种方式，配置GBDT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 ...
费用与成本相关术语
A-E 术语 释义 包月周期-动态月周期 在每个周期内按实际消费线性抵扣，直到剩余量为0或者周期结束，在新周期开始时恢复购买的周期容量。动态月周期是指在订购生效次日0点往后30天作为重置周期。包月周期-自然月周期 在每个周期内按实际消费...
线性回归
线性回归模型具有简单、易于理解和解释的特点，同时可以通过多项式扩展等方法处理非线性数据，具有较高的泛化能力和预测准确率。但是，线性回归模型对于离群点、噪声数据和非线性关系的数据比较敏感，需要进行特征标准化和正则化处理。组件...
发电场输出电力预测
本文为您介绍如何使用 Designer 预置的工作流模板，快速构建发电场输出电力预测模型。背景信息 本工作流基于综合循环发电场的发电数据，展示机器学习在工业生产中的应用。因为风力发电的输出电力通常决定了单位发电机能够生产的电能，所以...
- 产品推荐
- 这些文档可能帮助您