正则化 概述 使用p范式对向量进行正则化。 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 spark pipeline类型的模型 参数说明 参数 子参数 参数说明 input_features_str

查看更多 →

placeholder_type=wf.PlaceholderType.STR, default="0.002", description="训练的学习率策略(10:0.001,20:0.0001代表0-10个epoch学习率0.001，10-20epoch学习率0.0001),如果不指定epoch

查看更多 →

使用MLS预置算链进行机器学习建模 本章节介绍如何通过一键运行预置的餐厅经营销售量预测算链，完成建模，帮助开发者快速了解MLS的建模过程。 前提条件 已经创建一个基于MLStudio的Notebook镜像，并进入MLS Editor可视化编辑界面，具体参考进入ML Studio操作界面章节。

查看更多 →

场景化参数 配置多主实例模式 配置多租户模式 配置多主实例与多租户模式切换 配置事件队列的大小 配置executor堆外内存大小 增强有限内存下的稳定性 配置WebUI上查看聚合后的container日志 配置YARN-Client和YARN-Cluster不同模式下的环境变量 配置SparkSQL的分块个数

查看更多 →

场景化参数 配置多主实例模式 配置多租户模式 配置多主实例与多租户模式切换 配置事件队列的大小 配置executor堆外内存大小 增强有限内存下的稳定性 配置WebUI上查看聚合后的container日志 配置YARN-Client和YARN-Cluster不同模式下的环境变量 配置SparkSQL的分块个数

查看更多 →

叠加在模型的2范数之上，用来对模型值进行限制防止过拟合。默认0。 隐向量层L2正则化系数 隐向量层使用的L2正则化系数，作用如“L2正则项系数”描述。默认0.001。 wide部分L2正则化系数 wide层使用的L2正则化系数，作用如“L2正则项系数”描述。默认0.001。 最大迭代轮数 模型训练的最大迭代轮数，默认50。

查看更多 →

代码参数化插件 使用介绍 仅对Code cell类型新增了Edit Form和Add Form功能，如果cell类型是Markdown或者Raw类型则不支持。如下图所示： 图1 查看Code cell 打开新的代码后，需先Add Form，再Edit Form。 图2 Code类型的cell右键选项

查看更多 →

顺序运行。 MLS中的一个算链可转换成一个ipynb文件或一个python文件，开发者可基于转换的文件做进一步开发。 亮点特性1：可视化建模 MLS提供了用户友好的可视化模型探索或开发环境，开发者只需要通过简单拖拉拽操作编排算子，构建算链即可完成机器学习建模。 MLS中一个算链由

查看更多 →

含大量稀疏特征的在线学习的常见优化算法。 学习率：优化算法的参数，决定优化器在最优方向上前进步长的参数。默认0.1。 初始梯度累加和：梯度累加和用来调整学习步长。默认0.1。 L1正则项系数：叠加在模型的1范数之上，用来对模型值进行限制防止过拟合。默认0。 L2正则项系数：叠加在模型

查看更多 →

正则式函数 本文介绍正则式函数的语法规则，包括参数解释、函数示例等。 函数列表 表1 正则式函数 函数 描述 regexp_extract函数 提取目标字符串中符合正则表达式的子串。 regexp_like函数 判断目标字符串是否符合正则表达式。 regexp_extract_all函数

查看更多 →

欠拟合一般是因为模型的学习能力不足，一味地增加数据，训练效果并不明显。 降低正则化约束。 正则化约束是为了防止模型过拟合，如果模型压根不存在过拟合而是欠拟合了，那么就考虑是否降低正则化参数λ或者直接去除正则化项。 父主题： 功能咨询

查看更多 →

初始化参数获取 参数名 参数值说明 获取方式 备注 regionCode 当前区域，比如华北-北京四的区域为cn-north-4 您可以从地区和终端节点中查询服务的区域。 - projectId 创建图实例的项目ID 登录管理控制台后，在页面右上角单击用户名，然后在下拉列表中单击“我的凭证”，进入“我的凭证”页面。

查看更多 →

参数化路径的Hint 功能描述 指明参数化路径，条件谓词下推方式。 语法格式 1 2 predpush( [@queryblock] src1 src2) predpush( [@queryblock] src, dest) 参数说明 @queryblock 见指定Hint所处

查看更多 →

参数化路径动态剪枝 参数化路径动态剪枝支持范围如下所示： 支持分区类型：范围分区、哈希分区、列表分区。 支持算子类型：indexscan、indexonlyscan、bitmapscan。 支持表达式类型：比较表达式（<，<=，=，>=，>）、逻辑表达式。 参数化路径动态剪枝不支

查看更多 →

=，>）、逻辑表达式。 参数化路径动态剪枝不支持子查询表达式，不支持stable和volatile函数，不支持跨QueryBlock参数化路径，不支持BitmapOr，BitmapAnd算子。 参数化路径动态剪枝支持的典型场景具体示例如下： 比较表达式 --创建分区表和索引 CREATE

查看更多 →

参数化路径的Hint 功能描述 指明参数化路径，条件谓词下推方式。 语法格式 1 2 predpush(src1 src2) predpush(src, dest) 参数说明 src, src1, src2表示predpush下推candidates一侧表集合。 dest表示p

查看更多 →

如图3所示，单击“系统参数初始化”页签，进入“系统参数初始化”页面。 图3 进入系统参数初始化页面 在“系统参数初始化”页面，查看预置的租户级系统参数和修改的内置系统参数结果，如图4所示。 参数具体说明请参见描述中表2和表3。 图4 预置的租户级系统参数和修改的内置系统参数结果 在“管理

查看更多 →

从0到1利用ML Studio进行机器学习建模 本章节基于餐厅销量预测场景，从零开始介绍如何制作销售销量训练及销售销量预测两个算链。 前提条件 已经创建一个基于ML Studio的Notebook镜像，并进入MLS Editor可视化编辑界面，具体参考进入ML Studio操作界面章节。

查看更多 →

正则表达式分隔半结构化文本 在创建表/文件迁移作业时，对简单 CS V格式的文件， CDM 可以使用字段分隔符进行字段分隔。但是对于一些复杂的半结构化文本，由于字段值也包含了分隔符，所以无法使用分隔符进行字段分隔，此时可以使用正则表达式分隔。 正则表达式参数在源端作业参数中配置，要求源连

查看更多 →

已发布区域：北京四、北京二 如何创建多方安全计算作业？ 可信联邦学习作业 可信联邦学习作业是 可信智能计算 服务提供的在保障用户数据安全的前提下，利用多方数据实现的联合建模，曾经也被称为联邦机器学习。 横向联邦机器学习 横向联邦机器学习，适用于参与者的数据特征重叠较多，而样本ID重叠较少的情

查看更多 →

每个域都会学习一个隐向量，能够达到更高的精度，但也更容易出现过拟合。FFM算法参数请参见域感知因子分解机。 深度网络因子分解机，结合了因子分解机和深度神经网络对于特征表达的学习，同时学习高阶和低阶特征组合，从而达到准确地特征组合学习，进行精准推荐。DEEPFM算法参数请参见深度网络因子分解机。

查看更多 →