根据标签信息查询实例数量 功能介绍 根据标签信息查询资源共享实例数量。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI POST https://{endpoint}

查看更多 →

扩容实例的节点数量 功能介绍 扩容指定实例的节点数量。 接口约束 该接口支持如下数据库实例： GeminiDB Cassandra GeminiDB Mongo GeminiDB Influx GeminiDB Redis GeminiDB Redis实例支持的最大最小磁盘容量和

查看更多 →

购买数据模型数量增量包 数据模型数量增量包用于扩充数据模型数量配额。 不同版本的 DataArts Studio 实例，默认提供了不同的数据模型数量规格限制。该规格是以数据架构中逻辑模型、物理模型、维度表、事实表和汇总表的数量之和计算的。您可以在新版本模式的DataArts Studio实例卡片上通过“更多

查看更多 →

根据标签查询资源实例数量 功能介绍 根据标签查询资源实例数量 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/{resource_type}/resource-instances/count 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

团队标注的数据分配机制是什么？ 目前不支持用户自定义成员任务分配，数据是平均分配的。 当数量和团队成员人数不成比例，无法平均分配时，则将多余的几张图片，随机分配给团队成员。 如果样本数少于待分配成员时，部分成员会存在未分配到样本的情况。样本只会分配给labeler，比如10000张都是未标注，且5个都是

查看更多 →

Integer 数据集样本总数。 total_sub_sample_count Integer 由父样本所产生的子样本总数，比如：从视频标注数据集中抽取的关键帧图片总数就是子样本总数。 unconfirmed_sample_count Integer 智能标注待确认的标注样本数。 update_time

查看更多 →

拆分批次任务 当样本数量庞大时，平台可对批次任务做拆分处理，具体步骤如下： 在左侧菜单栏中单击“标注服务 > 项目管理”。 选择“标注项目”页签，单击项目名称，进入项目内任务列表。 选择“批次任务列表”页签，单击操作栏中的“拆分”。 输入子任务样本数量，子任务样本数量不可大于批次任务的样本总数。

查看更多 →

sample_data Array of strings 样本数据列表。 sample_dir String 样本所在路径。 sample_id String 样本ID。 sample_name String 样本名称。 sample_size Long 样本大小或文本长度，单位是字节。 sample_status

查看更多 →

定义“投票结果门槛”。 图3 当前泳道方式 图4 名称和表达式方式 通过以上配置，将在处理任务的用户数量达到需要处理任务的总用户数量的对应百分比后，将得票最高的结果赋值到“$BP.TaskOutcome”系统变量中，实现投票功能。 父主题： 深入了解用户任务

查看更多 →

查询用户拥有数字资产数量 查询指定资产集合下，用户所拥有的数字资产数量。 仅专享版支持该接口调用。 调用方法 BalanceOf(collectionIndex, identity string) (int64, error) 参数说明 参数 类型 说明 collectionIndex

查看更多 →

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 定义每棵决策树的深度，根节点为第一层。取值范围为1~10的整数。 切分点数量 定义每个特征切分点的数量，数量越多，准确率越高，计算时间越长。取值范围为5~10的整数。

查看更多 →

验收操作。可选值如下： 0：完成验收时，通过全部样本（包括单张驳回）。 1：完成验收时，驳回全部样本（包括单张通过）。 4：完成验收时, 只通过单张验收通过的样本及未处理的样本。 5：完成验收时, 只驳回单张验收驳回的样本及未处理的样本。 checking_stats CheckTaskStats

查看更多 →

描述 add_sample_count Long 新增样本数量。 create_time Long 任务创建时间。 dataset_id String 数据集ID。 deleted_sample_count Long 已删除样本数量。 duration_time Long 任务运行时间。

查看更多 →

Integer 数据集样本总数。 total_sub_sample_count Integer 由父样本所产生的子样本总数，比如：从视频标注数据集中抽取的关键帧图片总数就是子样本总数。 unconfirmed_sample_count Integer 智能标注待确认的标注样本数。 update_time

查看更多 →

modified_sample_count Integer 已修改的样本数量。 previous_annotated_sample_count Integer 父版本的已标注样本数量。 previous_total_sample_count Integer 父版本的样本总数。 previous_version_id

查看更多 →

验收操作。可选值如下： 0：完成验收时，通过全部样本（包括单张驳回）。 1：完成验收时，驳回全部样本（包括单张通过）。 4：完成验收时, 只通过单张验收通过的样本及未处理的样本。 5：完成验收时, 只驳回单张验收驳回的样本及未处理的样本。 checking_stats CheckTaskStats

查看更多 →

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 定义每棵决策树的深度，根节点为第一层。取值范围为1~10的整数。 切分点数量 定义每个特征切分点的数量，数量越多，准确率越高，计算时间越长。取值范围为5~10的整数。

查看更多 →

标准化支持L1_norm和L2_norm两种算法对特征列的样本数据进行处理： L1_norm：所有样本数据的绝对值求和作为分母；样本数据作为分子。将样本数据映射到（-1,1）区间。 L2_norm：所有样本数据求平方和后开根号作为分母；样本数据作为分子。将样本数据映射到（-1,1）区间。 标准化操作步骤如下。

查看更多 →

度分布图。运行结果右侧的参数说明，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 →

总文件大小(字节)。 total_sample_count Long 样本总数量。 total_sub_sample_count Long 从父样本生成的子样本总数。 unconfirmed_sample_count Long 待确认样本数量。 update_ms Long 任务更新时间。 表5

查看更多 →

总文件大小(字节)。 total_sample_count Long 样本总数量。 total_sub_sample_count Long 从父样本生成的子样本总数。 unconfirmed_sample_count Long 待确认样本数量。 update_ms Long 任务更新时间。 表3

查看更多 →