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...
相关性分析
皮尔逊相关系数：用于衡量两个数据集是否在一条线上面，即针对线性数据的相关系数计算，针对非线性数据便会有误差。肯德尔相关系数：用于反映分类变量的相关性，即针对无序序列的相关系数计算，非正太分布的数据。斯皮尔曼相关系数：用于非...
AutoML使用限制及规格
它可以处理复杂、非线性、高纬度且计算代价较大的问题。TPE的缺点是无法发现不同参数之间的联系。参考文献：Algorithms for Hyper-Parameter Optimization GridSearch：网格搜索算法，将所搜空间均匀分成网格，然后遍历所有可能的组合来...
文本与段落格式
关联内容格式 知识内容之前通常存在一些非线性的联系，这个时候我们可以通过关联的方式，在一个在线文档中关联另一个已有的内容，避免同时维护多份同样的内容。关联内容包含：云效知识库文档、文件夹、文件，与云效任务、日程、文件、...
基本概念
数学规划求解常见的子问题类别还有混合整数规划（Mixed Integer Programing,MIP)、非线性规划（Nonlinear Programing，NLP）等。除此外，当前还有 仿真优化 和 在线优化 类别能力，可联系我们获取。本地运行版 本地运行版，简称本地版，是...
什么是优化求解器
1.数学规划求解 用于求解数学规划问题，即目标、变量、约束可用量化公式来定义的数学规划问题，如线性规划（LP）、非线性规划（NLP）、混合整数规划（MIP）等。当前已经上线的求解能力是线性规划（LP）、凸二次规划（convex QP）、半定规划...
建模优化
选择属于线性规划、非线性规划或约束类问题。添加模型序列。即创建索引，在索引创建中，选择 索引类型 为 普通索引，并赋予 索引名称，该名称将用于模型构建中的引用。您可以通过 手动输入 或者 关联表 的方式获取 索引值。定义变量。变量...
单波段拉伸
说明 Gamma校正是一种用于调整图像亮度和对比度的非线性变换技术，可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光的...
RGB色彩
说明 Gamma校正是一种非线性变换技术，用于调整图像的亮度和对比度。它可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光...
特征编码
特征编码是将非线性特征通过GBDT编码成线性特征。功能介绍 特征编码由决策树和Ensemble算法挖掘新特征的一种策略，特征来自一个或多个特征组成的决策树叶子结点的one-hot结果。例如，下图有三棵树，共有12个叶子结点。根据树的顺序依次编码...
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。组件配置 Designer 提供的FM算法模板包括FM训练和FM预测组件，您可以在原PAI-Studio控制台首页的 FM算法实现推荐模型 区域...
功能发布记录
2022年5月 求解器SDK更新V0.19.x版本（V0.19.0下载）：新增非线性规划（NLP）中的 凸二次规划（convex QP）问题；提升了单纯形法、内点法的性能，改进AMPL、并发法功能和稳定度；License管理新设计，增加createEnv等相关API，可支持大批量...
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...
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...
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...
基于Alink框架的FM推荐
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、广告及直播等推荐场景。Designer 预置了FM算法模板，便于您快速构建基于Alink框架的FM推荐模型，快速实现推荐系统并应用于上述场景。本文为您介绍...
光伏发电异常检测提效
例如：如下图所示：光伏发电系统的P-T曲线具有强烈的非线性，在光线充足、电池无故障的情况下，其几何形态近似于一个开口向下的马蹄形抛物线。该抛物线顶点对应的功率即为该日最大输出功率点。正常状态下P-T曲线：如下图所示：当出现外界...
内存诊断
Vmalloc Linux操作系统的一种基于伙伴系统的非线性映射内存分配器。filecache Linux在读写文件时，用内存缓存磁盘文件的内容，程序访问文件时直接操作内存，从而加快程序对文件的读写。匿名内存 在系统运行过程中动态分配（new、malloc、...
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 ...
历史版本下载
V0.19.0下载 发布时间：2022.05.11 linux64-x86 windows64 osx64-x86 文件：mindopt-install-linux-0.19.0.sh 文件：mindopt-0.19.0.msi 文件：mindopt-install-osx-0.19.0.sh 修改记录：新增非线性规划（NLP）中的二次规划（convex QP问题...
求解器用户手册
非线性规划：支持求解凸 二次规划（QP）问题、求解 半定规划（SDP）问题。优化问题的输入方式 优化问题支持3种输入方式：文件输入、数据建模APIs输入、外部建模工具调用。方式1：文件输入 支持 MPS 格式 和 LP 格式，如.mps 和.lp，以及...
什么是AI分布式训练通信优化库AIACC-ACSpeed
不同粒度的overlapping会导致整体性能表现的差异，计算和通信的耦合会导致全局非最优的情况发生，需要一个系统化的全方面优化。优化方法 使用ACSpeed针对PyTorch框架的深度优化，覆盖forward、backward、overlap等操作的整体调优。例如，...
块存储FAQ
例如，云服务器ECS存储增强型实例g7se的存储I/O性能跟实例规格成线性关系，同一类型的实例规格等级越高可获得的存储IOPS和吞吐量越高。当您创建某个规格的g7se实例并挂载ESSD云盘时：如果ESSD云盘的性能总和不超过实例规格族所对应的存储I/...
调用链采样配置最佳实践
接口Top N采样使用变种LFU算法实现，在单位时间内只对每个接口的有限条目请求进行采样，其目的是为了保证数据采集规模不随接口的实际流量而线性增长。小流量兜底采样是指在单位时间内，每个接口都至少保证有1次采样。这样可以在流量比较低...
基于TairZset实现分布式架构排行榜
背景信息 实现分布式架构排行榜有精确排名法和非精确排名法（线性插值法）两种解决方案。表 1.实现分布式架构排行榜的解决方案 解决方案 说明 精确排名法（推荐）将数据分别分配到在不同的Key上进行计算，查询时，查询目标数据在各Key中的...
线性规划-专题多篇
优化求解器的线性规划学习案例。数学规划求解-线性规划 我们有提供6个案例讲解线性规划（LP）的概念和应用场景，讲解遇到不同问题时，如何分析问题，建模，然后调用优化求解器求解，再利用求解器的结果去解决问题。并提供了10+源代码供参考...
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...
方差膨胀系数VIF
一、组件说明 方差膨胀系数（VIF）是用于检测多元回归模型中自变量之间多重共线性的指标。VIF是一个统计量，衡量自变量之间线性相关性的强度。如果一个自变量与其他自变量高度相关，则该自变量对响应变量的贡献将受到其他自变量的影响，这...
工业分析建模
从左侧拖入线性回归组件到画布中，将CSV组件的输出端口（OUT）连接到线性回归组件的输入端口（IN1），使得CSV组件的数据输出流入到线性回归组件中。选中线性回归组件，右侧配置栏中单击 特征变量。在 特征变量 面板，单击 添加，新增一条...
散点层（线性渐变）
本文介绍 散点层（线性渐变）的图表样式和各配置项的含义。图表样式 散点层（线性渐变）是3D地球的子组件，支持独立的样式和数据配置，包括散点的大小、颜色、类型以及经纬度等，能够以散点的形式表现地理位置上的点数据信息。配置面板 ...
线性回归算法（Linear Regression）
本文介绍了线性回归算法（Linear Regression，以下简称LR）相关内容。简介 LR是利用线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。使用场景 LR是一个回归模型，主要用于拟合数值。该模型简单，可...
线性支持向量机
本文介绍线性支持向量机算法组件的配置方法及使用示例。背景信息 本文中的线性支持向量机算法不通过核函数方式实现，具体实现理论请参见 算法原理 中的Trust Region Method for L2-SVM部分。使用限制 线性支持向量机算法组件仅支持二分类...
尺寸映射
线性映射：将尺寸数据进行线性映射，可以拖动两侧点，自定义设置线性映射的两个过渡值。指数映射：将尺寸数据进行指数映射，可以自定义设置 Base 值，实现不同的映射。范围为0.01~1.99。Bezier曲线：将尺寸数据进行贝塞尔曲线映射，可以...
分布式线性扩展
本文详细介绍了分布式线性扩展的特性。数据物理分布 PolarDB-X 将数据表以水平分区的方式，分布在多个存储节点（DN）上。数据分区方式由分区函数决定，PolarDB-X 支持哈希（Hash）、范围（Range）等常用的分区函数。以下图为例，shop库中的...
功能特性
文件存储 HDFS 版 具有无缝集成、共享访问、安全控制、线性扩展等多种特性。无缝集成 文件存储 HDFS 版 允许您就像在Hadoop分布式文件系统（HDFS）中一样管理和访问数据。文件存储 HDFS 版 SDK可在所有Apache Hadoop 2.x环境中使用，包括...
散点层（线性渐变）
本文档为您介绍散点层（线性渐变）各配置项的含义。图表样式 散点层（线性渐变）是3D地球的子组件，支持独立的样式和数据配置，包括散点的大小、颜色、类型以及经纬度等，能够以散点的形式表现地理位置上的点数据信息。样式面板 搜索配置：...
新手入门路径
也可以返回 线性规划-专题多篇，学习线性规划（LP）的概念，然后选择一篇您感兴趣或含有您常用编程语言的版本，阅读问题的 建模方案分析 和 参考源代码 来运行。还可以去访问我们新邀测中的 MindOpt线上平台 去学习代数建模语言调用求解器...
概述
用于预测的参数，参数和 人工智能平台 PAI 平台的参数一致，请参见 线性支持向量机、PS-SMART多分类 或 GBDT回归。支持的评估模型函数 MaxCompute SQLML当前支持如下评估模型函数，用于评估预测结果的准确性：二分类评估：通过内建函数 ml_...
常见问题FAQ
优化求解器当前可以快速求解大规模线性规划LP、混合整数线性规划MILP、凸二次规划QP问题，目前支持命令行和C、C++、Python、Java的API调用，可在Windows，macOS和Linux系统下使用。有示例代码和案例分析讲解如何使用，免费。运行产生异常请...
基于回归算法实现农业贷款发放预测
线性回归是数理统计中的回归分析方法，可以确定两种或两种以上变量之间相互依赖的定量关系。Designer预置了线性回归算法模板，便于您通过农业贷款的历史发放情况，快速实现贷款发放预测。本文为您介绍Designer线性回归算法预置模板的具体...
- 产品推荐
- 这些文档可能帮助您