特征工程 二值化 卡方选择 派生 特征转换 FP-growth 最小最大规范化 正则化 独热编码 主成分分析 离散化 标准化 字符串标签化 奇异值分解 过滤式特征选择 线性特征重要性 特征尺度变换 特征异常检测 特征异常平滑 gbdt编码模型训练 gbdt编码模型应用 父主题： 数据特征

查看更多 →

需要被进行尺度变换的特征名 - scale_method 尺度变换的方法 "ln" item_spliter 离散型特征的，iterm之间的分割符 "," kv_spliter 离散型特征KV的分割符 ":" 样例 输入数据 配置流程 运行流程 参数设置 输出结果 父主题： 特征工程

查看更多 →

:list √ √ 获取 数据仓库 的数据列表 POST /v1.0/{project_id}/common/warehouses/{data_warehouse_id}/data octopus:dataWarehouse:list √ √ 父主题： 权限和授权项

查看更多 →

数据仓库 获取数据仓库列表信息 获取数据仓库的数据列表 父主题： API

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 →

特征异常平滑 概述 特征异常平滑算子用于将数据中的异常数据平滑到一定的区间，可选择采用箱线图、阈值、百分位和z-score的方法确定平滑区间。 z-score方式：计算所需要平滑的特征的均值mean和标准差std，并引入置信因子cl 平滑区间上界： 平滑区间下界： min-max

查看更多 →

CREATE_TIME(按自定义属性创建时间降序排列) 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token，通过调用IAM服务获取用户Token接口获取（响应消息头中X-Subject-Token的值） 响应参数 状态码：

查看更多 →

单击图标，可查看Jupyterlab平台的环境信息，包括环境名称、状态、规格和剩余使用时间，停止运行环境的操作。 Spark资源环境信息，用于数据集分析以及Spark特征工程。包括资源ID、状态、规格以及删除资源的操作。 查看复制的特征工程的相关信息，包括任务类型、源特征工程、目标特征工程、创建时间和状态等信息。

查看更多 →

数据仓库规格 GaussDB (DWS)的规格按照产品类型分为标准数仓、实时数仓和IoT数仓。其中实时数仓还包含单机版模式。各产品类型的不同差异，详情请参见数据仓库类型。 标准数仓（DWS 2.0）规格 标准数仓（DWS 2.0）云盘规格，该规格弹性伸缩，无限算力、无限容量，规格详情请参见表1。

查看更多 →

”，支持单机部署和集群部署两种部署方式。 IoT数仓：在标准数仓基础上，提供高效的时序计算和IoT分析能力，支持实时和历史数据关联，内置时序算子，最高40x压缩。适用于物联网IoT等实时分析场景。 GaussDB(DWS)数仓之间暂不支持互相访问，用户可通过创建的OBS外表，将两

查看更多 →

过滤式特征选择 概述 过滤式特征选择根据特征对标签的重要性对特征进行筛选，特征重要性较高的特征，提升训练的精度和效率。 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 参数

查看更多 →

在企业经营分析中，把规模庞大的业务数据导入到云数据仓库ClickHouse，对数亿记录或更大规模的大宽表和数百维度的查询，都能在亚秒级内响应，得到查询结果。让客户随时进行个性化统计和不间断的分析，辅助商业决策。 访客来源分析展示。 通过批量离线计算对用户访问日志中的用户行为进行关联，生成

查看更多 →

特征工程描述信息。 最多不超过500个字符。 开发模式 特征工程的开发环境： Jupyterlab交互式开发 基于JupyterLab的特征工程开发环境，具有良好的实时交互性，提供通用特征工程和数据分析的图形界面操作，以及用户自定义编码能力。适用于数据科学家，以及自定义算法场景。

查看更多 →

hm”下方的“算法工程”，弹出的“新建”对话框。 输入“名称”，示例：code-123，单击“确定”。 “code-123”算法工程创建完成，在界面左侧的代码目录，可以看到新增的“code-123”目录及其相关的主文件、子目录等。 不同的算法工程，均会有与算法工程同名的目录，且同

查看更多 →

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 和 item_features参数说明

查看更多 →

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 和 item_features参数说明

查看更多 →

线性特征重要性 概述 用线性模型计算训练数据的特征重要性。 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 特征的重要性和特征在线性模型中的weights，格式是dataFrame。

查看更多 →

审视和修改表定义 审视和修改表定义概述 使用分区表 选择数据类型 父主题： SQL调优指南

查看更多 →

审视和修改表定义 审视和修改表定义概述 选择分布方式 选择分布列 使用分区表 选择数据类型 父主题： SQL调优指南

查看更多 →

审视和修改表定义 审视和修改表定义概述 选择存储模型 选择分布方式 选择分布列 使用局部聚簇 使用分区表 选择数据类型 父主题： SQL调优指南

查看更多 →

审视和修改表定义 审视和修改表定义概述 使用分区表 选择数据类型 父主题： SQL调优指南

查看更多 →