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...
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...
地标建筑
模型信息 打开某个地标建筑详情列表后，您可以看到该建筑的模型信息详情，包括 模型风格、模型等级、模型大小 和 球面坐标系。您可以单击模型信息框最右侧的 图标预览模型，在弹出的 预览模型 对话框中，您可以进行以下操作。查看模型基本...
地标建筑
模型信息 打开某个地标建筑详情列表后，您可以看到该建筑的模型信息详情，包括 模型风格、模型等级、模型大小 和 球面坐标系。您可以单击模型信息框最右侧的 图标预览模型，在弹出的 预览模型 对话框中，您可以进行以下操作。查看模型基本...
XGBOOST回归
使用时，数据格式如下，其中key的下标应从1开始，value应均为数值：参数设置 参数名称 参数英文名称 参数说明 树的棵树 tree_num 迭代次数，即决策树或线性模型的数量。树的最大深度 max_depth 决策树的最大深度。学习率 learning_rate ...
XGBOOST多分类
使用时，数据格式如下，其中key的下标应从1开始，value应均为数值：参数设置 参数名称 参数英文名称 参数说明 树的棵树 tree_num 迭代次数，即决策树或线性模型的数量。树的最大深度 max_depth 决策树的最大深度。学习率 learning_rate ...
XGBOOST二分类
参数名称 参数英文名称 参数说明 树的棵树 tree_num 迭代次数，即决策树或线性模型的数量。树的最大深度 max_depth 决策树的最大深度。学习率 learning_rate 学习率，控制每轮迭代权重的缩小程度，适当调整可以加速模型收敛但也可能使模型...
动态特征提取
线性趋势：对采样数据序列进行线性拟合，取线性模型的系数，作为输出。变化趋势：对采样数据序列做Mann-Kendall测试（曼肯德尔检验），若“无趋势”，则输出0；反之，则取slope参数，作为输出。曼肯德尔检验：Mann-Kendall 趋势检验（有时...
精模建筑
模型等级 您可以选择模型的等级，共有五个等级可供挑选。制作商 选择模型制作商的类型，可选 原厂、其他 和 预言。在完善模型信息对话框中，您还可以查看当前上传的模型的视角，并拖动鼠标自定义调整模型视角至合适的角度，并且系统会自动...
精模建筑
模型等级 您可以选择模型的等级，共有五个等级可供挑选。制作商 选择模型制作商的类型，可选 原厂、其他 和 预言。在完善模型信息对话框中，您还可以查看当前上传的模型的视角，并拖动鼠标自定义调整模型视角至合适的角度，并且系统会自动...
功能特性
自学习工具从模型新建、模型训练、模型部署三个视角帮助用户实现应用上的闭环，具体表现为工作区管理、数据标注和数据集管理训练、测试集管理、模型部署和模型管理五大功能模块。面向业务场景的工作区管理 积累深厚的行业AI视觉模型 基于...
部署KServe组件
KServe内置了ModelServer和MLServer两种预定义模型服务运行时，它们能够提供开箱即用的模型服务。ModelServer使用预测v1协议在KServe本身中实现Python模型服务运行时，MLServer使用REST和gRPC实现预测v2协议。如果需要更复杂的用例，您也...
部署KServe组件
KServe内置了ModelServer和MLServer两种预定义模型服务运行时，它们能够提供开箱即用的模型服务。ModelServer使用预测v1协议在KServe本身中实现Python模型服务运行时，MLServer使用REST和gRPC实现预测v2协议。如果需要更复杂的用例，您也...
使用模型服务网格进行多模型推理服务
模型服务网格基于KServe ModelMesh实现，针对大容量、高密度和频繁变化的模型用例进行了优化，可以智能地将模型加载到内存中或从内存中卸载，以在响应性和计算之间取得平衡，简化多模型推理服务的部署和运维，提高推理效率和性能。...
线性回归
功能说明 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。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...
分段多项式回归
功能说明 分段多项式回归是分段进行分析因变量和多个自变量之间的线性关系模型。计算逻辑原理 分段多项式：通过把输入变量的取值空间分割成连续的区间，然后在每个区间中进行多项式拟合得到的。分段多项式具有可拟合成任意形状的曲线和点的...
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...
自定义检测模型
数据安全中心DSC（Data Security Center）的自定义检测模型功能支持用户根据业务需求和安全策略来创建特定的数据检测和告警规则，帮助用户实现数据库活动精细化监控、风险预警，从而保障数据资产不受威胁。本文介绍如何创建自定义检测模型...
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...
配置告警规则
安全审计（新版）功能默认开启所有的内置数据库审计规则和异常检测模型，如果无需使用某些内置数据库审计规则和异常检测模型，您可以关闭对应规则和模型。并且该功能支持根据访问的库、表、字段、访问源、实例等不同维度自定义检测模型，使...
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...
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 ...
组件参考：所有组件汇总
推荐方法 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。ALS矩阵分解 交替最小二乘ALS（Alternating Least Squares）算法的原理是对稀疏矩阵进行模型分解，评估...
API详情
SDK使用 前提条件 已开通百炼服务：开通大模型服务平台百炼服务。已创建API-KEY：获取API-KEY。已安装最新版SDK：安装SDK。已创建RAG检索增强应用：如何创建应用调用大模型能力，并上传企业知识：上传企业知识。快速调用 以下示例展示了...
百川开源大语言模型
当前在灵积平台提供模型定制能力的百川系列模型分别来自于ModelScope社区模型：baichuan-7b-v1 baichuan-13b-chat-v1 baichuan2-7b-chat-v1 您可以使用上述模型名调用 模型定制的API 创建定制任务，并将定制任务成功后产生的新模型通过 ...
LLaMa2 大语言模型
当前在灵积平台提供模型定制能力的Llama2模型分别来自于ModelScope社区模型：llama2-7b-chat-v2 llama2-13b-chat-v2 您可以使用上述模型名调用 模型定制的API 创建定制任务，并将定制任务成功后产生的新模型通过 模型部署API 部署为一个可...
ChatGLM开源双语对话语言模型
当前在灵积平台提供模型定制能力的ChatGLM2模型来自于ModelScope社区模型：chatglm-6b-v2 您可以使用上述模型名调用 模型定制的API 创建定制任务，并将定制任务成功后产生的新模型通过 模型部署API 部署为一个可调用的服务。数据准备 对...
百川开源大语言模型
当前在大模型服务平台提供模型定制能力的百川系列模型分别来自于ModelScope社区模型：baichuan-7b-v1 baichuan-13b-chat-v1 baichuan2-7b-chat-v1 您可以使用上述模型名调用 模型定制API详情 创建定制任务，并将定制任务成功后产生的新模型...
LLaMa2 大语言模型
当前在大模型服务平台提供模型定制能力的Llama2模型分别来自于ModelScope社区模型：llama2-7b-chat-v2 llama2-13b-chat-v2 您可以使用上述模型名调用 模型定制API详情 创建定制任务，并将定制任务成功后产生的新模型通过 模型部署API详情 ...
ChatGLM开源双语对话语言模型
当前在大模型服务平台提供模型定制能力的ChatGLM2模型来自于ModelScope社区模型：chatglm-6b-v2 您可以使用上述模型名调用 模型定制API详情 创建定制任务，并将定制任务成功后产生的新模型通过 模型部署API详情 部署为一个可调用的服务。...
ModelScope魔搭社区
在ModelScope魔搭社区，您可以：免费使用平台提供的预训练模型，支持免费下载运行 一行命令实现模型预测，简单快速验证模型效果 用自己的数据对模型进行调优，定制自己的个性化模型 学习系统性的知识，结合实训，有效提升模型研发能力 分享...
ModelScope魔搭社区
在ModelScope魔搭社区，您可以：免费使用平台提供的预训练模型，支持免费下载运行 一行命令实现模型预测，简单快速验证模型效果 用自己的数据对模型进行调优，定制自己的个性化模型 学习系统性的知识，结合实训，有效提升模型研发能力 分享...
人物写真生成API详情
enable Body model String 是 指明需要调用的模型，此处用facechain-generation facechain-generation resources[list]Array 否 指明之前通过模型定制得到的 lora 层对应的数据。当进行非免训练生成时此参数为必选参数。当进行免训练生成时...
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...
人物写真生成API详情
enable Body model String 是 指明需要调用的模型，此处用facechain-generation facechain-generation resources[list]Array 否 指明之前通过模型定制得到的 lora 层对应的数据。当进行非免训练生成时此参数为必选参数。当进行免训练生成时...
API详情
列表中的一个元素为字典形式记录的人机交互的一轮对话记录，用户的输入用“user”表示，模型生成的输出用“bot”。Python#coding=utf-8#For prerequisites running the following sample,visit ...
ModelScope魔搭社区
在ModelScope魔搭社区，您可以：免费使用平台提供的预训练模型，支持免费下载运行 一行命令实现模型预测，简单快速验证模型效果 用自己的数据对模型进行调优，定制自己的个性化模型 学习系统性的知识，结合实训，有效提升模型研发能力 分享...
通义千问
1到10之间的整数，默认为1 batch_size integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 2或者4，默认为2 learning_rate float 学习率，决定了...
通义千问
1到10之间的整数，默认为1 batch_size integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 2或者4，默认为2 learning_rate float 学习率，决定了...
机器学习开发示例
例如下面的代码采用第一个模型（modelA），并根据特征（features）向您显示标签（原始销售价格）和预测（预测销售价格）%pyspark#运行线性回归模型，并展示数据 predictionsA=modelA.transform(ml_data)predictionsA.show(10)数据打印 步骤...
- 产品推荐
- 这些文档可能帮助您