JupyterLab平台自带的菜单项。 3 文件编辑时的快捷操作按钮。 4 模型训练服务预置的特征服务发布、基于整个Jupyterlab的模型包归档以及算法工程操作主文件格式转换的能力。 5 算法工程的内核信息，单击当前内核版本可重新选择内核。 6 JupyterLab预置的算子，主要包含数据处理、模型训练以及迁移学习能力。

查看更多 →

请求失败时的错误码，请求成功时无此字段。 error_msg String 请求失败时的错误信息，请求成功时无此字段。 表4 global_features参数说明 参数名称 参数类型 说明 user_features List 用户特征列表。 item_features List 物品特征列表。 表5 user_features

查看更多 →

请求失败时的错误码，请求成功时无此字段。 error_msg String 请求失败时的错误信息，请求成功时无此字段。 表4 global_features参数说明 参数名称 参数类型 说明 user_features List 用户特征列表。 item_features List 物品特征列表。 表5 user_features

查看更多 →

APP特征信息无效 整改通知： 您填写的APP公钥或MD5值为无效信息。 可能原因： 出现此情况，可能您填写的APP公钥或MD5值为无效字段。 整改建议： 请参考变更备案，填写新的APP公钥或MD5值，确保备案APP的特征信息与实际信息保持一致。 父主题： APP信息

查看更多 →

API、缓存），以及被哪些外部调用所依赖。业务逻辑的梳理、架构的治理和容量的规划（例如促销活动的准备过程中，需要为每个应用准备多少台机器）也变得更加困难。 业务实现 APM提供大型分布式应用异常诊断能力，当应用出现崩溃或请求失败时，通过应用拓扑+调用链下钻能力分钟级完成问题定位。 可视化拓扑：应用拓扑自发现，异常应用实例无处躲藏。

查看更多 →

开发平台为“JupyterLab”的特征工程操作列无此图标，此类特征工程的发布操作，通过在JupyterLab环境编辑界面，单击界面上方菜单栏中的发布图标完成，详情请参见发布算法工程服务。 已发布服务页签 服务名称 发布的特征工程服务名称。 特征工程名 发布服务基于的特征工程名称。 开发平台 特征工程处理数据集的计算平台。

查看更多 →

是否删除数据库物理表，只针对能物化的表生效（配置此值则表示删除） 响应参数 状态码： 200 表4 响应Body参数 参数 参数类型 描述 data data object 删除的最终返回结果，返回成功删除的对象个数。 表5 data 参数 参数类型 描述 value Integer 成功删除的对象个数 状态码：

查看更多 →

Boolean 是否分区。 ordinal Integer 序号。 not_null Boolean 是否不为空。 stand_row_id String 关联的数据标准的ID，ID字符串。 stand_row_name String 关联的数据标准名称，只读。 quality_infos

查看更多 →

CTC：是结合华为30年安全经验积累，并结合企业与机构的安全合规与防护需求，帮助企业与机构满足国家及行业法律法规要求，同时实现对安全风险与安全事件的有效监控，并及时采取有效措施持续降低安全风险，消除安全事件带来的损失。 云防火墙服务 CFW：是新一代的云原生防火墙，提供云上互联网边界和VPC边界的防护，包括：实时入

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 →

按面积占比统计框数量的分布 Area Ratio of Bounding 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。

查看更多 →

维度表接口 查找维度表 删除维度表 查看维度表详情 父主题： 数据架构API

查看更多 →

据将按照配置的参数存储到规定的库中。 图9 异常数据输出配置 各参数具体含义如下： 数据库或Schema：表示存储异常数据的数据库或Schema。 表前缀：表示存储异常数据的表的前缀。 表后缀：表示存储异常数据的表的后缀。 配置完成后单击保存配置。 （可选）质量规则的检查范围默认

查看更多 →

用性能和故障的云服务，提供专业的分布式应用性能分析能力，可以帮助运维人员快速解决应用在分布式架构下的问题定位和性能瓶颈等难题，为用户体验保驾护航。 APM作为云应用诊断服务，拥有强大的分析工具，通过拓扑图、调用链、事务分析可视化地展现应用状态、调用过程、用户对应用的各种操作，快速定位问题和改善性能瓶颈。

查看更多 →

Integer 每页查询条数，即查询Y条数据。默认值50，取值范围[1,100]。 offset 否 Integer 查询起始坐标，即跳过X条数据，仅支持0或limit的整数倍，不满足则向下取整，默认值0。 biz_catalog_id 否 String 所属的业务分层的ID。 dimension_type

查看更多 →

单击，选择“运维 > 监控服务（ServiceInsight）”。 选择左侧导航栏的“运维数据开发 > 数据开发”，进入“数据开发”页面。 单击“ 数据治理 > 维度管理”，进入维度管理页面。 单击“新建”。 在新建维度页面，输入英文名称和中文名称，单击“创建”。 父主题： 管理指标仓库

查看更多 →

样后的数据进行处理，可以减少特征操作处理的数据量，提升特征操作的处理速度。 数据服务 支持网络工参、性能、告警等各种类型数据的快速采集。一方面提供大量工具提升数据治理效率，同时应用多租户隔离、加密存储等安全技术，保障数据的全生命周期安全。 数据集 某业务下具有相同数据格式的数据逻辑集合。

查看更多 →

体支持的参数请参考表1。 表1 常规配置参数 算法类型 参数名 参数描述 XGBoost 学习率 控制权重更新的幅度，以及训练的速度和精度。取值范围为0~1的小数。 树数量 定义XGBoost算法中决策树的数量，一个样本的预测值是多棵树预测值的加权和。取值范围为1~50的整数。 树深度

查看更多 →

关系建模和维度建模的区别？ 问题描述 关系建模和维度建模的区别是什么。 解决方案 关系建模为事务性模型，对应三范式建模。 维度建模为分析性模型，主要包括事实表、维度表的设计，多用于实现多角度、多层次的数据查询和分析。 DataArts Studio 是基于 数据湖 的数据运营平台，维度建模使用的场景比较多。

查看更多 →

动态阈值会通过训练历史数据，实现对数据特征的学习，构建数据的模型。并利用模型来预测数据的趋势走向。如图2黄色部分，实际值和预测值相差过大，认为异常。 图2 动态阈值 异常检测的能力是基于指标仓库，MPPDB数据库及异常检测服务所构建的。指标仓库定义了数据的来源和数据的计算方式。MPPDB数据库

查看更多 →

，并支持通过转换函数将特征数据转换成更加适合算法模型的特征数据。 使用场景 连接器使用场景：参与方的数据信息分布在不同的资源服务上，即可通过连接器管理功能来快速连接到名下的各类资源服务。 数据创建使用场景：参与方加入空间后，需要提供自己的数据集信息，用户即可通过数据创建功能，获取

查看更多 →