mysql的部署 mysql服务安装： 上传mysql安装包 表1 上传mysql安装包 安装服务器 gx01节点 程序名称 Mysql 上传路径 /opt 程序安装路径 /usr/local/mysql 安装步骤 进入/opt/(上传安装包路径) 命令行界面输入： cd /opt/

查看更多 →

从下拉框中选择当前数据操作流的名字。 操作流变量名 如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。 单击图标，运行“删除列”代码框内容。 选择列 如果数据的特征量大，而大多数特征对模型训练无效，可通过“选择列”保留仅对模型训练有意义的特征。 操作步骤如下所示。 单击界面右上角的图标，选择“数据处理

查看更多 →

数据特征 数据分析 数据处理 特征工程 父主题： 预置算子说明

查看更多 →

特征工程和算法工程的关系？ 用户创建特征工程的时候，进入特征工程，可以看到系统自动创建的与特征工程同名的算法工程。支持在同一个特征工程中创建多个算法工程，操作如下所示： 在JupyterLab环境编辑界面，单击界面左上角的“File > New Launcher”，界面右侧新增“

查看更多 →

准备MySQL数据库连接的驱动 操作场景 Loader作为批量数据导出的组件，可以通过关系型数据库导入、导出数据。 前提条件 已准备业务数据。 操作步骤 修改关系型数据库对应的驱动jar包文件权限。 登录Loader服务的主备管理节点，获取关系型数据库对应的驱动jar包保存在Lo

查看更多 →

21.jar”，例如：MYSQL=mysql-connector-java-5.1.21.jar。 重启Loader服务。 MRS 3.x及之后版本： 修改关系型数据库对应的驱动jar包文件权限。 登录Loader服务的主备管理节点，获取关系型数据库对应的驱动jar包保存在Loa

查看更多 →

Spark作业访问MySQL数据库的方案 通过DLI Spark作业访问MySQL数据库中的数据有如下两种方案： 方案1：在DLI中创建队列，队列计费模式为包年/包月队列或按需专属，创建增强型跨源连接，再通过跨源表读取MySQL数据库中的数据，该方案需要用户自行编写java代码或scala代码。

查看更多 →

而用极少的几个特征来涵盖大部分的数据集信息。主成分分析认为，沿某特征分布的数据的方差越大，则该特征所包含的信息越多，也就是所谓的主成分。适用于线性可分的数据集。 KPCA：基于核函数的主成分分析。KPCA与PCA基本原理相同，只是需要先升维再进行投影，因为有些非线性可分的数据集只有在升维的视角下才线性可分。

查看更多 →

果右侧的参数说明，如表1所示。 表1 特征画像参数说明 参数 说明 设备数 需要检测的KPI对象的数量，如设备或端口的数目。 样本数 训练数据总的样本数。 采样率 采样频率，单位为秒。60的含义为每60秒采样一次。 开始时间 采样的时间跨度。 结束时间 周期 是否有周期的特性，给出评估的值。

查看更多 →

Boxes 横坐标：目标框的面积占比，即目标框的面积占整个图片面积的比例，越大表示物体在图片中的占比越大。 纵坐标：框数量（统计所有图片中的框）。 主要判断模型中使用的anchor的分布，如果目标框普遍较大，anchor就可以选择较大。 按边缘化程度统计框数量的分布 Marginalization

查看更多 →

几何工具栏选择“几何前处理 > 特征清除”。 在弹出的“特征清除”对话框中，单击“方法”选择“腔体检测”。 设置“腔体尺寸”，即检测腔体的对角线最大值。 在“目标对象”中拾取要检测的实体对象。 单击“检测并添加到待删除”，待检测完成后，即将被删除的面会自动添加到“待删除”中，待删除的面在模型空间中会高亮显示。

查看更多 →

特征；过低的iv值没有区分性会造成训练资源的浪费，过高的iv值又过于突出可能会过度影响训练出来的模型。 例如这里大数据厂商提供的f4特征iv值是0，说明这个特征对于标签的识别没有区分度，可以不选用；而f0、f2特征的iv值中等，适合作为模型的训练特征。 根据计算得出的iv值，企业

查看更多 →

呼叫特征 表1 呼叫特征说明 值 说明 0 普通客户呼叫 1 来自话务员 2 长途客户呼叫 3 CTI收到网络路由实呼后发起的路由 4 国际长途来话 40 预约呼出 41 预占用呼出 42 预连接呼出 43 虚呼入呼出 44 预览呼出 45 回呼请求 51 内部求助 父主题： 附录

查看更多 →

特征转换 概述 将对应列的数据乘以相应的权重得到新的列，只支持数字列。 输入 参数 子参数 参数说明 inputs dataframe inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 输出 数据集 参数说明 参数 子参数 参数说明 input_columns_str

查看更多 →

如何查看RDS for MySQL数据库的死锁日志 数据库的死锁日志默认不会记录在错误日志中，您可以通过数据管理服务（Data Admin Service，简称DAS）这款可视化的专业数据库管理工具，快速执行SQL语句查看。 操作步骤 登录管理控制台。 单击管理控制台左上角的，选择区域和项目。

查看更多 →

如何查看GaussDB(for MySQL)数据库的死锁日志 数据库的死锁日志不会记录在错误日志中，您可以通过数据管理服务（Data Admin Service，简称DAS）这款可视化的专业数据库管理工具，快速执行SQL语句查看。 操作步骤 登录管理控制台。 单击管理控制台左上角的，选择区域和项目。

查看更多 →

GaussDB(for MySQL)与RDS for MySQL的区别 GaussDB(for MySQL)拥有较好的性能、扩展性和易用性，详情请参见表1。 表1 GaussDB(for MySQL)与RDS for MySQL的差异 类别 RDS for MySQL GaussDB(for

查看更多 →

调用链中是否采集上报带有参数内容的原始sql 汇聚分表表名 array JAVA - 2.2.2 - 根据配置的表名，汇聚分表的sql。以该表名开头的表汇聚成同样的表名 mysql最大采集行数 integer JAVA 500 2.4.1 - 可采集的mysql最大行数 sql语句最大采集字节数

查看更多 →

Info：显示这个SQL语句。 Memory_used：当前连接的内存使用量。 Memory_used_by_query：当前Query的内存使用量。 CPU_time：显示当前连接已经建立的时间（针对最新小版本，5.6版本此列信息有实际的取值，5.7和8.0版本此列信息未采集）。 Trx_executed_time：显示当前事务的执行时间。

查看更多 →

RDS for MySQL与GaussDB(for MySQL)的区别 GaussDB(for MySQL)拥有较好的性能、扩展性和易用性，详情请参见表1。 表1 GaussDB(for MySQL)与RDS for MySQL的差异 类别 RDS for MySQL GaussDB(for

查看更多 →

单击“创建”，界面新增“Harddisk”特征工程。 等待特征工程的“环境信息”中的特征工程状态从“创建中”变更为“运行中”，即开发环境创建完成。 单击特征工程“操作”列的图标，进入JupyterLab环境的“Launcher”界面。 在左侧的代码目录中，可以看到系统自动为用户创建的与特征工程同名的算法工程目录

查看更多 →