基于分箱组件实现连续特征离散化
特征离散是将连续的数据进行分段，使其变为多个离散化区间。针对该场景，PAI推出了分箱组件和数据转换模块组件。首先使用分箱组件将连续特征离散化，再使用 数据转换模块 将原始数据从连续值转换为离散值。本文为您介绍如何使用Designer...
聚合函数
这个误差是基于所有可能集合上的标准误差的正常分布。它并不能保证在特定集合上的误差上限。approx_distinct(x,e)→bigint 返回输入参数中不重复值的近似个数。这个函数提供 count(DISTINCT x)这个方法的近似计算。如果所有输入参数均为...
HLL近似去重
也即是说，当试验次数很小的时候，这种估算方法的误差是很大的。这三组试验，称为一轮的估算。如果只是进行一轮的话，当n足够大的时候，估算的误差率会相对减少，但仍然不够小。SelectDB HLL函数 HLL是基于HyperLogLog算法的工程实现，用于...
如何查询配额的调整范围？
您可以通过配额中心控制台查询配额的调整范围。...如果 申请配额 项显示为一个调整框或下拉列表，说明该配额的取值是离散的，其取值可以在该调整框或下拉列表中设置。如果 申请配额 项未显示，说明该配额没有设置调整范围。
分区合并
场景 2：目标分区是含有二级分区的一级分区 对于一级分区，如果是离散分区（list/list column策略），合并多个分区后，新分区的values取合并前多个分区的values的合集；对于连续空间的分区（range/range column/hash/key），合并多个相邻...
网络安全保护
推荐采用微服务的理念，将各个组件、子系统、微服务认为是离散的、互不信任的，并采用安全措施进行认证、防护和监测。网络规划设计的核心环节之一就是定义各个资源所在的网络边界，并在各个网络边界之间设计访问控制机制。这个环节可以通过...
ListQualityResultsByEntity
取值如下：true：是离散校验。false：非离散校验。EndTime Long 1600704000000 查询校验结果的截止时间。MethodName String count_distinct 采集样本数据的方法。包括avg、count、sum、min、max、count_distinct、user_defined、table_...
ListQualityResultsByRule
取值如下：true：是离散校验。false：非离散校验。EndTime Long 1600704000000 查询校验结果的截止时间。MethodName String max 采集样本数据的方法。包括avg、count、sum、min、max、count_distinct、user_defined、table_count、table_...
配置规则：按模板（批量）
取值如下：true：是离散校验。false：非离散校验。EndTime Long 1600704000000 查询校验结果的截止时间。MethodName String max 采集样本数据的方法。包括avg、count、sum、min、max、count_distinct、user_defined、table_count、table_...
经验概率密度图
算法中采用内核分布估计样本数据的概率密度，和直方图类似都是产生函数描述样本数据的分布，区别是内核分布叠加各部分的贡献而产生连续平滑的分布曲线，而直方图是离散地描述。采用内核分布时，非样本的数据点概率密度并非0，而是各样本...
ModifyInstanceAttribute-修改一台实例的部分信息
DiscreteCoreToHTMapping：当选择 DiscreteCoreToHTMapping 时，实例的同一个 Core 的 HT 是离散的。默认值：无。说明 仅部分实例规格族支持使用本参数，具体支持实例规格族请参见 查看和修改 CPU 拓扑结构。使用该参数时实例必须为已停止...
附录：消息格式
本文介绍DataWorks开放消息的消息结构、不同类型事件的消息格式及各字段含义，帮助您快速获取和感知事件消息的状态变更信息。注意事项 DataWorks发送的核心消息内容您可参照消息实体格式进行查看。通过EventBridge发送的消息，会在消息实体...
RunInstances-创建一台或多台按量付费或者包年包月ECS...
创建一台或多台按量付费或者包年包月ECS实例。接口说明 准备工作：通过实名认证。...成本估算：了解云服务器 ECS 的计费方式。更多信息，请参见 计费概述。产品选型：调用 DescribeInstanceTypes 查看目标实例规格的性能数据，或者参见 选型...
特征离散化
是 等间隔离散化 等间隔离散化 等距离散化 离散化方法：等间隔离散化 参数名 参数描述 是否必填 参数默认值 参数范围 离散区间间隔 数据分段间隔。例如：离散区间间隔为2时，离散化处理会将属性值处理成固定步长为2的数据。否 1[0,99999999...
APPROX_COUNT_DISTINCT
非精确的COUNT DISTINCT计算能提升查询性能，尤其是对于column的离散值比较大的情况，误差率平均可以控制在 0.1%-1%以内。该函数适用于对性能敏感并且可以接受误差的场景。同时，您也可以通过 COUNT DISTINCT(column)的方式进行精确的COUNT...
联邦预处理
离散化 离散化是对特征进行离散化处理，目前仅支持等宽分桶。函数路径 fascia.biz.preprocessing.discretize 函数定义 def discretize(fed_df:HDataFrame,columns:List[str]=None,n_bins=5,strategy='uniform',discretizer:...
AICS实现对积分过程的稳定控制
该系数的大小决定了控制器在进行模型校正时，预测误差在绝对误差和速率误差上的分配。该系数为0时，误差校正将更偏向于绝对误差；反之，则更偏向于速率误差。在此案例中，上游水箱的扰动到达下游水箱时，变成了一个有积分性质的噪声，影响...
特征离散
outputTable 是 离散后的结果表。无 discreteCols 是 选择需要离散的特征。如果选择的是稀疏特征，则系统会自动筛选。“”labelCol 否 标签字段。如果您设置了该字段，则可以通过可视化方式查看特征到目标变量的 x-y 分布直方图。无 ...
DT-PID V2.1.0
计算逻辑原理 DT-PID-v2组件采用增量式PID控制，控制量u离散化描述满足如下 其中，u(k-1)是上一时刻系统的控制量，也可以是初始时刻的外部参考值，为当前时刻控制量增量。DT-PID-v2组件中控制增量有如下形式 其中，为积分系数，为微分系数...
Label Encoder
一、组件说明 Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、蓝色），使用Label Encoder...
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...
横向LabelEncoder
一、组件说明 Homo Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法，适用于横向联邦场景。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、...
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，...
组件参考：所有组件汇总
协方差 该组件用于衡量两个变量的总体误差。经验概率密度图 该组件是采用经验分布和内核分布两种算法。全表统计 该组件用于统计全表，或某些选中的列。卡方拟合性检验 该组件用于变量为类别型变量的场景，旨在检验单个多项分类型变量在各...
人工神经网络
依据输出层的输出结果计算误差，再将误差反向传播到隐藏层神经元，最后依据隐层神经元的误差来对连接权和阈值进行调整，迭代循环该过程，直到达到设定的终止条件。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...
范围类型
例如，numeric 类型之上的一个范围就是连续的，timestamp 上的范围也是（尽管 timestamp 具有有限的精度，并且在理论上可以被当做离散的，最好认为它是连续的，因为通常并不关心它的步长）。另一种考虑离散范围类型的方法是对每一个元素值...
定时和延时消息
定时和延时时间精度 定时消息的精度会有1s~2s的延迟误差。StartDeliverTime 是服务端开始向消费端投递的时间。如果消费者当前有消息堆积，那么定时和延时消息会排在堆积消息后面，将不能严格按照配置的时间进行投递。由于客户端和服务端...
名词解释
名词 说明 维度 维度是度量的环境，用来反映业务的一类属性，如时间、地域、性别、类别等，是一组离散的值。度量 即被聚合（观察）的统计值。是聚合运算的结果，如UV（用户数）、交易金额等经过统计的数值。数据集 以二维表表现的数据集合...
名词解释
名词 说明 维度 维度是度量的环境，用来反映业务的一类属性，如时间、地域、性别、类别等等，是一组离散的值。度量 即被聚合（观察）的统计值。是聚合运算的结果，如UV（用户数）、交易金额等经过统计的数值。数据集 以二维表表现的数据...
转换Log为Metric
Log是离散的事件，Trace可以认为是带请求追踪的事件，Metric是带统计量的事件。Log、Trace、Metric本质上都是事件，满足事件存储的系统都可以用来存储这三类数据。日志服务提供两种存储：Logstore 日志服务中Log的采集、存储和查询单元。更...
RPC 调用
说明 由于 JS 传入的 JSON 数据无法包含数据类型，在 Native 层转为字典时可能会由于数据类型问题导致误差，如果是数字类型的精确值，尽量使用字符串来进行传递。例如：{"value":9.45} 会被 native 转为 {"value":9.449999999999999} 然后...
Echarts 颜色分段折线图
本文档为您介绍颜色分段折线图的样式和数据的配置方法。图表样式 样式面板 搜索配置：单击 样式 面板右上角的搜索配置项图标，可在搜索配置面板中输入您需要搜索的配置项名称，快速定位到该配置项，系统支持模糊匹配。...
Echarts 颜色分段折线图
本文档为您介绍 颜色分段折线图 的样式和数据的配置方法。图表样式 配置面板 搜索配置：单击 配置 面板右上角的 搜索配置，可在 搜索配置 面板中输入您需要搜索的配置项名称，快速定位到该配置项，系统支持模糊匹配。详情请参见 搜索资产...
Echarts 热力图
本文介绍Echarts 热力图的图表样式和配置面板的功能。图表样式 配置面板 搜索配置：单击 配置 面板右上角的 搜索配置，可在 搜索配置 面板中输入您需要搜索的配置项名称，快速定位到该配置项，系统支持模糊匹配。详情请参见 搜索资产配置。...
PS线性回归
最小收敛误差 优化算法终止条件。最大特征ID 最大的特征ID或特征维度，该参数取值可以大于实际值。如果未配置该参数，则系统启动SQL任务自动计算。执行调优 核心数 默认为系统自动分配。每个核的内存大小 默认为系统自动分配。方式二：PAI...
优化内部表的性能
选择数据分布均匀离散的列作为分布列。更多关于Distribution Key的原理和使用详情请参见 分布键Distribution Key。设置Distribution Key场景示例 例如设置Distribution Key，表tmp和tmp1做Join，通过执行explain SQL语句看到执行计划中有...
列运算
iris.sepallength.isin([4.9,5.1]).rename('sepallength').head(5)sepallength 0 True 1 True 2 False 3 False 4 False cut 提供离散化的操作，可以将Sequence的数据拆成几个区段。iris.sepallength.cut(range(6),labels=['0-1','1-2','2-3...
保险反欺诈
您可以通过图数据库GDB建立追踪用户行为的图结构，实时分析欺诈行为的离散数据，识别欺诈环，帮助您快速防范和解决欺诈行为。背景信息 保险理赔欺诈一般根据保险提供商所具备的患者、疾病和索赔等数据，分析与被保人相关的理赔单、疾病等...
合约链错误码
本文将合约平台相关的错误码按出错来源分为以下五类：平台校验错误码 虚拟机错误码 区块链错误码 客户端系统错误码 Solidity 合约 JSON/XML 解析错误码 说明 说明：本文所列的错误码均为合约链开发过程中可能会出现的错误。...
新闻行业
数据描述 对于新闻型行业的场景，需要准备3张数据表。内容表（item）：最近场景内全部可以被推荐的新闻内容的全量表。由于item数量受quota限制，建议您上传前做去重处理。item_id与item_type二者同时唯一确定一条item。...
- 产品推荐
- 这些文档可能帮助您