特征工程 如何选中全量特征列？ 算法工程处理的时候必须要先采样吗？ 特征处理操作完成后怎么应用于数据集全量数据？ 特征工程和算法工程的关系？ JupyterLab环境异常怎么处理？ 父主题： 常见问题

查看更多 →

特征工程 特征工程简介 Python和Spark开发平台 JupyterLab开发平台 父主题： 用户指南

查看更多 →

特征管理 特征操作接口 父主题： 应用模型

查看更多 →

保存在该路径下。该路径不能包含中文。 因子分解机-FM 因子分解机算法是一种基于矩阵分解的机器学习算法，能够自动进行二阶特征组合、学习特征之间的关系，无需人工经验干预，同时能够解决组合特征稀疏的问题。 表2 因子分解机参数说明 参数名称 说明 计算节点信息 用户可使用的计算资源种

查看更多 →

数据映射 “数据映射”处理器用于将源端数据转换为目标端格式的数据。后续节点可通过payload方式引用数据映射处理器的输出数据。 配置参数 参数 说明 源端数据源 设置源端数据源，数据库类型的数据源在选择完表之后会自动显示字段信息，其他格式的数据源需要通过导入文件或者手动增加的形

查看更多 →

在左侧导航栏选择“数据 > 数据集成 > 映射管理”，进入映射管理页面。 在映射管理页面，单击指定表映射配置所在行操作列的“修改”操作。 图1 修改表映射配置 进入修改表映射配置弹窗，根据规则修改表映射配置。 确认无误后，单击“确定”完成修改。 查看表映射配置 登录 GaussDB (DWS)控制台。

查看更多 →

类型映射 当ecpg应用程序在GaussDB Kernel 服务器 和C语言程序之间交换值时（例如：从服务器检索查询结果或者执行带有输入参数的SQL语句），在GaussDB Kernel数据类型和宿主语言变量类型（具体的C语言数据类型）之间需要进行值的转换。有两种数据类型可以使用：简单的GaussDB

查看更多 →

将整个数据集切分成多个子数据集，依次训练，每个epoch训练一个子数据集。 DeepFM DeepFM，结合了FM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。 表2 深度网络因子分解机参数说明 参数名称 说明 名称 自定义策略名称，由中文、英文、数

查看更多 →

类型映射 当ecpg应用程序在GaussDB Kernel服务器和C语言程序之间交换值时（例如：从服务器检索查询结果或者执行带有输入参数的SQL语句），在GaussDB Kernel数据类型和宿主语言变量类型（具体的C语言数据类型）之间需要进行值的转换。有两种数据类型可以使用：简单的GaussDB

查看更多 →

类型映射 当ecpg应用程序在GaussDB Kernel服务器和C语言程序之间交换值时（例如：从服务器检索查询结果或者执行带有输入参数的SQL语句），在GaussDB Kernel数据类型和宿主语言变量类型（具体的C语言数据类型）之间需要进行值的转换。有两种数据类型可以使用：简单的GaussDB

查看更多 →

域名 映射 功能介绍 将用户已创建的播放域名和推流域名建立域名映射关系 调用方法 请参见如何调用API。 URI PUT /v1/{project_id}/domains_mapping 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目ID，获取方法请参考获取项目ID。

查看更多 →

类型映射 当ecpg应用程序在GaussDB Kernel服务器和C语言程序之间交换值时（例如：从服务器检索查询结果或者执行带有输入参数的SQL语句），在GaussDB Kernel数据类型和宿主语言变量类型（具体的C语言数据类型）之间需要进行值的转换。有两种数据类型可以使用：简单的GaussDB

查看更多 →

全局特征信息文件 在特征工程、在线模块，近线模块时都会用到该全局的特征信息文件。当上传的数据中的特征有变化时，用户需要同步更新该文件。该文件为JSON格式，包含特征名、特征大类、特征值类型。 表1 全局特征信息文件字段描述 字段名 类型 描述 是否必选 user_features

查看更多 →

GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表，记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表1 GS_OPT_MODEL字段 名称 类型 描述 template_name name 机器学习模型的模板名，决定训练和预测调用的函数接口，目前只实现了rlstm，方便后续扩展。

查看更多 →

GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表，记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表1 GS_OPT_MODEL字段 名称 类型 描述 template_name name 机器学习模型的模板名，决定训练和预测调用的函数接口，目前只实现了rlstm，方便后续扩展。

查看更多 →

特征工程：对数据进行特征处理操作的工程。 特征工程服务：将优质的特征工程发布成服务，用户可以直接调用该服务，对具备完全相同特征的数据进行特征处理。 特征工程任务：调用特征工程服务的过程。用户在调用特征工程服务的时候，需要基于特征工程服务新建任务。 特征工程管理页面 “特征工程”页面分为两个页签：特征处理工程和已发布服务。

查看更多 →

执行计划时间预测功能时的数据表，记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表1 GS_OPT_MODEL字段 名称 类型 描述 oid oid 数据库对象id。 template_name name 机器学习模型的模板名，决定训练和预测调用的函数

查看更多 →

创建特征工程 用户可以在“数据集详情”页面基于数据集实例新建特征工程，对数据集执行特征操作；也可以在“特征工程管理”页面新建特征工程。我们以在“特征工程管理”页面创建特征工程为例，操作步骤如下。 单击“特征工程管理”页面的。 弹出“特征处理”对话框。如图1所示。 图1 创建特征工程

查看更多 →

程。我们以在“特征工程管理”页面创建特征工程为例，操作步骤如下。 单击特征工程首页右上角的图标。 弹出“特征处理”对话框。如图1所示。 图1 创建特征工程 配置“特征处理”对话框参数，具体参见表1。 表1 特征工程参数配置说明 参数名称 参数说明 工程名称 特征工程的名称。 只能以字母（A~Z

查看更多 →

List 用户特征列表。 item_features List 物品特征列表。 表5 user_features 和 item_features参数说明 参数名称 参数类型 说明 feature_name String 特征名称。 feature_type String 特征类型。 feature_value_type

查看更多 →

List 用户特征列表。 item_features List 物品特征列表。 表5 user_features 和 item_features参数说明 参数名称 参数类型 说明 feature_name String 特征名称。 feature_type String 特征类型。 feature_value_type

查看更多 →