横向逻辑回归二分类
参数名称 参数英文名称 参数说明 全局迭代轮数 epochs 全局模型的最大迭代次数 隐私开销 epsilon 联邦学习中，差分隐私的隐私开销，数值越大，添加的噪声越小，隐私保护越弱，则越精确，训练效果越好；数值越小，隐私保护强度越强，则单...
横向聚类
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 聚类数 cluster_num 全局目标簇数量 最大迭代次数 max_iters 全局最大迭代次数 使用方本地聚类数 host_cluster_num 使用方本地...
K均值聚类
是 10[1,99999999]最大迭代次数 单次运行的k均值算法的最大迭代次数。说明 如果是凸数据集的话可以不管这个值，如果数据集不是凸的，可能很难收敛，此时可以指定最大的迭代次数让算法可以及时退出循环。是 300[1,99999999]算法 自动：根据...
PLDA
burn In 迭代次数 Burn In 迭代次数，必须小于总迭代次数，默认值为100。总迭代次数 正整数，非必选，默认值为150。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本。...
线性回归
最大迭代轮数 max_epoch 模型样本的最大迭代次数。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过拟合。最小损失 min_child_weight 训练到这个loss后，将提前停止。权重衰减项 ...
GMM聚类
是 0.000001[0,99999999]最大迭代次数 要执行的EM迭代次数。是 100[1,99999999]初始化次数 要执行的初始化次数，用于产生最佳初始参数。是 1[1,99999999]其他参数 参数名 参数描述 模型结果 模型结果展示模型聚类效果以及聚类结果，其中...
逻辑回归二分类
最大迭代轮数 max_epoch 模型样本的最大迭代次数。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过拟合。最小损失 min_child_weight 训练到这个loss后，将提前停止。权重衰减项 ...
水泥窑头看火图像分类-训练
水泥窑头看火图像分类-训练组件通过对历史看火图像的亮度分类识别训练，建立看火亮度分类的训练模型...是/最大迭代次数 要执行的迭代次数。是 300[1,10000]学习率 是 0.1(0,1]其他参数 参数名 参数描述 模型结果 查看模型训练结果或发布模型。
ST_SnapToPolygon
设置times参数来设置平滑贴合的迭代次数，次数越多，效果越好。示例 SELECT BOX3D(ST_SnapToPolygon(ST_3DIntersection(ST_3DMakeSphere(1.0,4),'BOX3D(-1-1 0,1 1 1)':box3d),'POLYGON((-5-0.1 0.5,5-0.1 0.5,5 0.1 0.5,-5 0.1 0.5,-5-0.1...
ST_SnapToPolygon
设置times参数来设置平滑贴合的迭代次数，次数越多，效果越好。示例 SELECT BOX3D(ST_SnapToPolygon(ST_3DIntersection(ST_3DMakeSphere(1.0,4),'BOX3D(-1-1 0,1 1 1)':box3d),'POLYGON((-5-0.1 0.5,5-0.1 0.5,5 0.1 0.5,-5 0.1 0.5,-5-0.1...
梯度提升回归树算法（GBRT）
参数 说明 n_estimators 迭代次数。次数越多拟合越好，通常为正整数，默认值为100。objective 学习任务及相应的学习目标。取值如下：ls（默认）：最小二乘法。lad：最小一乘法。huber：最小二乘法和最小一乘法结合使用。max_depth 树的最大...
文本摘要
文本摘要组件采用自动文摘算法，基于TextRank模型，从原文献中提取关键句子来生成一段简洁且连贯的短文，即文本摘要。该摘要能准确全面地捕捉并反映出原文的中心思想。本文为您介绍文本摘要组件的配置方法。使用限制 支持的计算引擎为...
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...
ALIYUN:NLPAUTOML:Model
BERT NLP-RE-BERT-NOISE structbert_matching NLP-TextCategory-CNN2 classification_cnn NLP-Resume-Chinese NLP-Resume-Pretrain-Chinese NLP-Resume-Pretrain-English 返回值 Fn:GetAtt ModelVersion：模型迭代版本。ModelId：模型组ID...
Sambert语音合成
提供SAMBERT+NSFGAN深度神经网络算法与传统领域知识深度结合的文字转语音服务，兼具读音准确，韵律自然，声音还原度高，表现力强的特点。语音合成API基于达摩院改良的自回归韵律模型，具有推理速度快，合成效果佳的特点。开发者可以通过...
条件随机场
最大迭代次数 默认值为100。收敛阈值 默认值为0.00001。执行调优 核心数 默认自动调整。每个核的内存大小 默认自动调整。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本...
逻辑回归多分类
最大迭代次数 默认值为100。正则系数 如果 正则项 为 None，则该参数失效。最小收敛误差 默认值为0.000001。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本。PAI-name ...
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...
FM算法
参数设置 任务类型 支持以下取值：regression binary_classification 迭代数 总训练迭代次数，默认为10。正则化系数 使用英文逗号（,）分隔的三个浮点数，分别表示0阶项、1阶项及2阶项的正则化系数。学习率 如果训练发散，则降低该参数取值...
逻辑回归二分类
最大迭代次数 默认值为100。正则系数 如果 正则项 为 None，则该参数失效。最小收敛误差 默认值为0.000001。执行调优 核数目 系统自动分配。每个核内存数 系统自动分配。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用...
DeepFM算法
epochs 迭代次数。默认6次。batch_size batch长度，batch越短越容易过拟合。默认64。task 任务类型。取值如下：binary（默认）：分类模型。regression：回归模型。示例 创建模型与离线训练/*polar4ai*/CREATE MODEL airline_deepfm WITH...
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 ...
LightGBM算法
例如：boosting_type='gbdt' n_estimators 迭代次数。取值为整数。默认值为100。loss 学习任务及相应的学习目标。取值范围如下：binary（默认）：二分类。regression：使用L2正则项回归模型。regression_l1：使用L1正则项回归模型。...
PAI图像检测训练
其中 num_steps 自动配置为总训练迭代次数，end_learning_rate 为 initial_learning_rate 的千分之一 manual_step：手动指定各阶段的学习率。通过 decay_epochs 指定需要调整学习率的迭代轮数，通过 learning_rates 指定对应迭代轮数使用的...
文字变形API详情
1-200 个字"prompt":"春暖花开"parameters.steps Integer 否 变形迭代次数，数字越大文字变化程度越大 取值范围[10,100]，默认30 60 parameters.n Integer 是 生成的图片数量，默认为 4，取值范围为[1,4]2 parameters.font_name String 否 ...
文字变形API详情
1-200 个字"prompt":"春暖花开"parameters.steps Integer 否 变形迭代次数，数字越大文字变化程度越大 取值范围[10,100]，默认30 60 parameters.n Integer 是 生成的图片数量，默认为 4，取值范围为[1,4]2 parameters.font_name String 否 ...
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...
动态与公告
2023-07-04 快速开始 2023年06月 公告类型 模型名称 公告描述 发布时间 相关文档 新增模型 语音合成 提供SAMBERT+NSFGAN深度神经网络算法与传统领域知识深度结合的文字转语音服务，兼具读音准确，韵律自然，声音还原度高，表现力强的特点。...
ST_ChaikinSmoothing
nIterations 迭代次数。最大值为5，默认为1。preserveEndPoints 标志位，是否保留端点，默认为false。只对多边形有意义。描述 每次迭代顶点数将增加一倍。该函数在每个点之前和之后的线的1/4处放置新的顶点，并删除原始点。新点将为所有...
ST_ChaikinSmoothing
nIterations 迭代次数。最大值为5，默认为1。preserveEndPoints 标志位，是否保留端点，默认为false。只对多边形有意义。描述 每次迭代顶点数将增加一倍。该函数在每个点之前和之后的线的1/4处放置新的顶点，并删除原始点。新点将为所有...
ST_ChaikinSmoothing
nIterations 迭代次数。最大值为5，默认为1。preserveEndPoints 标志位，是否保留端点，默认为false。只对多边形有意义。描述 每次迭代顶点数将增加一倍。该函数在每个点之前和之后的线的1/4处放置新的顶点，并删除原始点。新点将为所有...
ST_GeometricMedian
failIfNotConverged 是否在超过迭代次数后依旧没有找到时报错。描述 该算法将不断迭代，直到对象之间的距离变化小于提供的公差参数为止。如果在maxIter次数之后未满足此条件，则该函数将产生错误并退出，除非failIfNotConverged设置为False...
ST_GeometricMedian
failIfNotConverged 是否在超过迭代次数后依旧没有找到时报错。描述 该算法将不断迭代，直到对象之间的距离变化小于提供的公差参数为止。如果在maxIter次数之后未满足此条件，则该函数将产生错误并退出，除非failIfNotConverged设置为False...
ST_GeometricMedian
failIfNotConverged 是否在超过迭代次数后依旧没有找到时报错。描述 该算法将不断迭代，直到对象之间的距离变化小于提供的公差参数为止。如果在maxIter次数之后未满足此条件，则该函数将产生错误并退出，除非failIfNotConverged设置为False...
PS线性回归
如果 最大迭代次数 为 0，则算法迭代次数无限制。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...
线性回归算法（Linear Regression）
参数 说明 epoch 迭代次数。通常为正整数，默认值为-1。说明 迭代次数设置为-1时，表示持续迭代直至收敛。normalize 是否需要正则化。取值如下：False（默认）：在模型训练前不对数据进行正则化处理。True：在模型训练前将数据进行正则化...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
偏最小二乘回归
是 是 是 否 最大迭代次数 奇异值分解乘幂法的最大迭代次数。是 500[1,10000]迭代截止条件 乘幂法迭代截止条件中使用的收敛准则公差。是 1e-06[0,1]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标，默认0.2。是 0.2...
- 产品推荐
- 这些文档可能帮助您