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...
特征离散
取值如下：Isometric Discretization（等距离散）Isofrequecy Discretization（等频离散）Gini-gain-based Discretization（基于Gini增益离散）Entropy-gain-based Discretization（基于熵增益离散）离散区间个数 离散区间的个数。...
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...
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、...
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...
系统内置基础特征
all_nid_ctr_1 BIGINT item 1天点击率（已进行离散化）system_all_nid_pv_30 BIGINT item 30天曝光量（已进行离散化）system_all_nid_pv_7 BIGINT item 7天曝光量（已进行离散化）system_all_nid_pv_1 BIGINT item 1天曝光量（已进行离散化...
离散值特征分析
本文为您介绍 Designer 提供的离散值特征分析。离散值特征分析统计离散特征的分布情况。包括gini，entropy，gini gain，information gain，information gain ratio等指标。计算每个离散值对应的gini，entropy，计算单列对应的gini gain，...
数据转换模块
通过数据转换模块可以对数据进行归一化、离散化、Index化或WOE转换。配置组件 您可以使用以下任意一种方式，配置数据转换模块组件参数。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 输入表选择的特征...
分箱
通过分箱组件可以进行特征离散化，即将连续的数据进行分段，使其变为多个离散化区间。分箱组件支持等频分箱、等宽分箱及自动分箱。配置组件 您可以使用以下任意一种方式，配置分箱组件参数。方式一：可视化方式 在 Designer 工作流页面配置...
One-Hot编码
一、组件说明 One-Hot编码是一种将离散特征转换成连续特征的方法。它将一个有m个取值的离散特征转换为m个0/1特征，每个特征表示原离散特征是否等于该取值。例如，假设原始数据集有一个表示“颜色”的特征，包含三个不同的取值：红色、绿色...
决策树
本文为您介绍决策树组件。功能说明 决策树是一种用于分类和回归的非参数监督学习方法。...否 均方误差 均方误差 费尔德曼均方误差 平均绝对误差 其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。
横向One-Hot编码
一、组件说明 横向One-Hot编码是一种将离散特征转换成连续特征的方法，用于横向场景。它将一个有m个取值的离散特征转换为m个0/1特征，每个特征表示原离散特征是否等于该取值。例如，假设原始数据集有一个表示“颜色”的特征，包含三个不同...
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:...
查看和修改CPU拓扑结构
目前阿里云部分实例规格族支持 HT连续模式（ContinuousCoreToHTMapping）和 HT离散模式（DiscreteCoreToHTMapping）两种不同的拓扑结构。在创建实例时，您可以通过调用OpenAPI并设置不同的参数来修改CPU拓扑结构。说明 本文以一台8 vCPU的X...
梯度提升回归树
否 弗里德曼均方误差 弗里德曼均方误差 均方误差 平均绝对误差 最小分割样本下限 树生长过程中早停止的阈值。如果当前节点的不纯度高于阈值，节点将分裂。否 2[1,10000]叶节点所含最少样本数 样本数少于该数据不会分支。否 1[1,10000]节点...
计费概述
发送量统计和计费统计规则说明 短信发送量统计是按照提交给运营商的短信查询，计费是按照运营商回执状态报告计费，所以发送量统计和计费数据会存在误差。欠费说明 若您选择按流量付费服务，出账后会自动扣费。当检测到您账户余额不足时，...
监控数据相关问题
您只需关注以下指标项：实例消息生产流量 Topic消息生产流量 Group未消费消息总数 其他指标项（如实例/Topic消息生产条数、实例/Topic消息生产发送次数、实例/Topic消息消费次数等）数据在流量比较小或客户端版本比较低时，会存在误差，在...
基础统计分析
当字段类型为 bigint，int 时，同时作为连续值和离散值统计，体现在会统计取值个数。重要 业务时间，是对落盘到对应日期分区内的数据，而非统计某一天操作写入的数据。周期运行选择 是 时，会对用户偏好统计周期分析数据诊断任务的 周期...
回归模型评估
参数 描述 SST 总平方和 SSE 误差平方和 SSR 回归平方和 R2 判定系数 R 多重相关系数 MSE 均方误差 RMSE 均方根误差 MAE 平均绝对误差 MAD 平均误差 MAPE 平均绝对百分误差 count 行数 yMean 原始因变量的均值 predictionMean 预测结果的...
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...
ST_FrechetDistance
如果设置了densifyFrac参数，该函数在计算离散弗雷歇距离之前执行段致密化。每个段将被分成多个等长的子段，每个子段之于总段的比例接近给定的分数。当前实现仅支持将顶点视为离散位置，并且不限制点的数量。指定的densifyFrac越小，得到的...
ST_FrechetDistance
如果设置了densifyFrac参数，该函数在计算离散弗雷歇距离之前执行段致密化。每个段将被分成多个等长的子段，每个子段之于总段的比例接近给定的分数。当前实现仅支持将顶点视为离散位置，并且不限制点的数量。指定的densifyFrac越小，得到的...
分箱
一、组件说明 分箱（Binning）是一种数据预处理方法，用于将连续数据转化为离散数据。分箱的目的是为了减少异常值的影响和简化模型的复杂度，同时提高模型的稳定性和可解释性。分箱的基本思路是将一段连续的数据划分为几个区间或者桶，然后...
ST_FrechetDistance
如果设置了densifyFrac参数，该函数在计算离散弗雷歇距离之前执行段致密化。每个段将被分成多个等长的子段，每个子段之于总段的比例接近给定的分数。当前实现仅支持将顶点视为离散位置，并且不限制点的数量。指定的densifyFrac越小，得到的...
随机森林
本文为您介绍随机森林组件。功能说明 随机森林组件支持使用随机森林算法对分类或回归问题进行建模。...否 均方误差 均方误差 平均绝对误差 其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。
横向分箱
一、组件说明 横向分箱（HomoBinning），是一种横向场景下的数据预处理方法，用于将连续数据转化为离散数据。分箱的目的是为了减少异常值的影响和简化模型的复杂度，同时提高模型的稳定性和可解释性。横向分箱的基本思路是将一段连续的数据...
one-hot编码
当使用模型编码新数据时，如果在模型映射表中无法找到数据中的离散量，则忽略该离散量，即不对该离散量编码。如果需要对其进行编码，请重新训练模型映射表。示例 使用SQL语句，生成训练数据。PAI-project projectxlib4-name one_hot-...
了解相关功能
制作可视化应用时，您可能需要用到以下几种功能：空间插值 等值面组件 时间轴组件 空间插值 空间插值常用于将离散点的测量数据转换为连续的数据曲面，以便与其它空间现象的分布模式进行比较。通过空间差值，您可以根据已知的监测站点监测出...
有序聚集函数
结果 0.0 与排序表达式相同 percentile_disc(fractions)WITHIN GROUP(ORDER BY sort_expression)多重离散百分率：返回一个匹配fractions参数形状的结果数组，其中每一个非空元素都用对应于那个百分率的输入值替换。double precision[]任何...
回归评估
一、组件说明 回归模型的评估任务，可以输出均方误差、均方根误差等。组件截图 二、参数说明 参数名称 参数说明 标签字段 样本的label标签，用于当做Ground Truth，用于评估。单选。预测分数列 预测回归值predict_score，浮点数输出。
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...
查看内置规则模板
group by之后的分组数和分组后每组count数，与1天前的样本、7天前的样本、30天前的样本（离散值）进行比较，计算波动率。离散值（分组个数），固定值 group by之后的分组数，与固定值进行比较。离散值（分组个数），1天波动率 group by之后...
基于回归算法实现农业贷款发放预测
评估指标 字段名称 描述 MAE 平均绝对误差 MAPE 平均绝对百分误差 MSE 均方误差 R 多重相关系数 R2 判定系数 RMSE 均方根误差 SAE 绝对误差和 SSE 误差平方和 SSR 回归平方和 SST 总平方和 count 行数 predictionMean 预测结果的均值 yMean...
数据建模
离散值状态值 对应分区，字段分组，离散点总数与一个期望固定值进行比较，符合规则则通过。比较方式包括：>、、>=、、=和!字段值长度准确性校验 对应分区，字段值长度与期望的固定值进行比较，全部符合规则则通过。比较方式默认为。字段...
范围类型
但是价格范围、一种仪器的量程等等也都有用。内建范围类型 PostgreSQL 带有下列内建范围类型：int4range—integer 的范围 int8range—bigint 的范围 numrange—numeric 的范围 tsrange—不带时区的 timestamp 的范围 tstzrange—带时区的 ...
估算函数
函数名称 语法 说明 支持SQL 支持SPL approx_distinct函数 approx_distinct(x)估算 x 中不重复值的个数，默认存在2.3%的标准误差。approx_distinct(x,e)估算 x 中不重复值的个数，支持自定义标准误差。approx_percentile函数 approx_...
横向回归评估
一、组件说明 横向回归模型的评估任务，可以输出均方误差、均方根误差等。支持使用单方或多方联合数据，评估横向回归模型。组件截图 二、参数说明 参数名称 参数说明 标签字段 样本的label标签，用于当做Ground Truth，用于评估。单选。...
计费概述
当月计费单价精确到小数点后3位，若出现计费单价×当月计费量和当月消费金额有误差的情况，最终以月底结算账单为准。欠费说明 号码百科为后付费服务，出账后自动扣费。当检测到您账户余额不足时，阿里云会以短信或邮件的方式提醒您尽快充值...
播放数据统计常见问题
视频的播放数据统计存在无法避免的合理范围误差，其误差主要来自两个方面：阿里云官方播放器的日志采集间隔是30s，对于用户在视频播放页（而非播放器内）意外中断播放的行为，目前难以合理捕获，因此视频播放的时长统计会存在最大不超过30s...
ST_RPCGeoreference
以米为单位的图像中所有点的水平轴的均方根偏差误差，未知时为-1.0。float errRandom 随机误差。以米为单位的图像中每个点每水平轴的均方根随机误差，未知时为-1.0。float 示例 SELECT ST_RPCGeoreference(raster_obj)FROM raster_table ...
- 产品推荐
- 这些文档可能帮助您