特征管理 特征操作接口 父主题： 应用模型

查看更多 →

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 →

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。 按边缘化程度统计框数量的分布 Marginalization

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 →

50th百分位数）：数据集的中间值； 下四分位数（Q1 / 25百分位数）：最小数（不是“最小值”）和数据集的中位数之间的中间数； 上四分位数（Q3 / 75th Percentile）：数据集的中位数和最大值之间的中间值（不是“最大值”）； 四分位间距（IQR）：第25至第75个百分点的距离 上边缘：Q3 + 1

查看更多 →

用户在关系建模过程中，可以从以下三个层次去设计关系模型，这三个层次是逐层递进的，先设计概念模型，再进一步细化设计出逻辑模型，最后设计物理模型。 物理模型：是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实现数据在数据库中的存放，例如：所选的 数据仓库 是DWS或 DLI 。

查看更多 →

创建人 创建特征工程的用户。 创建时间 创建特征工程的时间。 简介 特征工程的描述。 进入特征工程操作界面。 编辑特征工程相关信息，包括工程描述、AI引擎、规格等。 删除特征工程。 单击操作列图标后显示的下拉框中展示此图标。 下载特征工程包。 单击操作列图标后显示的下拉框中展示此图标。

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 →

octopus:dataWarehouse: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 →

成。 训练数据： 训练数据列数一致，总数据量不少于100条不同数据（有一个特征取值不同，即视为不同数据）。 训练数据列内容不能有时间戳格式（如：yy-mm-dd、yyyy-mm-dd等）的数据。 如果某一列的取值只有一种，会被视为无效列。请确保标签列的取值至少有两个且无数据缺失。

查看更多 →

神经网络中：学习率、学习衰减率、隐藏层数、隐藏层的单元数、Adam优化算法中的β1和β2参数、batch_size数值等。 其他算法中：随机森林的树数量，k-means中的cluster数，正则化参数λ等。 增加训练数据作用不大。 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。

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 →

数据在数据仓库服务中是否安全？ 安全。在大数据时代，数据是用户的核心资产。公有云将继续秉承多年来向社会做出的“上不碰应用，下不碰数据”的承诺，保证用户核心资产的安全。这是对用户和社会的承诺，也是公有云及其伙伴商业成功的保障和基石。 数据仓库服务工程师对整个数据仓库系统进行了电信系

查看更多 →

APP特征信息中，MD5值如何填写？ APP特征信息中的MD5值，指的是APP证书的数字指纹值。对于安卓版APP，请填写证书的MD5值（以16进制形式填写）。对于苹果版APP，请填写证书的SHA-1值（以16进制形式填写）。 父主题： APP备案FAQ

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 →

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，将两个数据库关联在同一个数据目录下进行数据查询。

查看更多 →

数据识别和数据脱敏 DSC能够识别哪些数据源对象？ DSC的扫描时长和脱敏时长？ DSC支持的内置识别规则有哪些？ DSC支持的识别模板有哪些？ 数据脱敏是否对原始数据有影响？ DSC对可识别和脱敏的数据的字符集是否有要求？ 为什么创建数据库脱敏任务时，无法找到已有的数据库实例中的表？

查看更多 →

前执行的特征操作流个数。 3 包含如下操作： 配置：配置“Notebook开发”中的超参。配置超参可以调用平台提供的SDK能力，以超参名称为“test”为例，SDK如下： sai.get_hyper_param("test", type=str) 用户单击“配置”，在弹出的“配置

查看更多 →

单击“创建”。在特征工程首页的“特征工程”页签默认生成一行新的特征工程。 等待特征工程“环境信息”列状态由“创建中”变更为“运行中”，即JupyterLab环境实例创建完成。 可单击界面右上角的图标，从弹出的“环境信息”对话框中，查看环境的创建进展。 单击特征工程所在行，对应“操作”列的图标。

查看更多 →