规则评估结果 当触发规则评估后，会生成相应的评估结果（PolicyState）。 使用JSON表达式来表示一个评估结果，如表1所示。 表1 规则评估结果-JSON表达式格式 参数 定义 说明 domain_id 账号ID 用于区分用户。规则评估结果的domain_id不会为空。 resource_id

查看更多 →

触发规则评估 操作场景 触发规则评估的方式包括自动触发和手动触发。 自动触发 新创建一个合规规则时，会触发此规则的评估任务。 合规规则更新时，会触发此规则的评估任务。 合规规则被重新启用时，会触发此规则的评估任务。 当触发类型为“配置变更”时，合规规则范围内的资源发生变更，则会将该规则应用到此资源上，进行评估。

查看更多 →

规则引擎 配置数据转发规则 导入导出规则 父主题： 设备集成指导

查看更多 →

规则引擎 创建规则引擎源端 创建规则引擎目的端 父主题： 设备集成API（V1）

查看更多 →

规则引擎 创建规则 查询规则 批量删除规则 调试规则 删除规则 查询规则详情 修改规则 添加目标数据源 查询目标数据源列表 删除目标数据源 添加源数据源 查询源数据源列表 删除源数据源 父主题： 设备集成API

查看更多 →

规则引擎 规则引擎介绍 数据转发流程 SQL语句 连通性测试 数据转发至华为云服务 数据转发至第三方应用 查看数据转发通道详情 数据转发积压策略配置 数据转发流控策略配置 设备联动

查看更多 →

获取规则的评估状态 功能介绍 根据规则ID查询此规则的评估状态。 调用方法 请参见如何调用API。 URI GET /v1/resource-manager/domains/{domain_id}/policy-assignments/{policy_assignment_id}

查看更多 →

规则引擎介绍 规则引擎是指用户可以在物联网平台上对接入平台的设备设定相应的规则，在条件满足所设定的规则后，平台会触发相应的动作来满足用户需求。包含设备联动和数据转发两种类型。 设备联动 设备联动指通过条件触发，基于预设的规则，引发多设备的协同反应，实现设备联动、智能控制。目前物联

查看更多 →

智能决策中心 工业污染调控 图1 工业污染调控 通过单击导航栏的【决策支持】，选择子菜单【工业污染调控】进入。 页面左侧信息栏选择“方案模拟”，进行调控范围、调控时段、调控指标选择。单击调控措施的【展开查询】按钮，选择所在区域、所属行业、当前措施。单击搜索框，输入工厂名称，进行工

查看更多 →

是否必填 说明 app_id string 否 应用ID，当系统中规则不存在，则该参数为必选。 rule_name string 是 系统中已经创建好的规则名称，如果规则不存在，默认创建该规则。 level string 是 规则的级别，产品级填‘product’，设备级填‘device’。

查看更多 →

进入评估页面 登录“ 文字识别 >自定义OCR”控制台，默认进入“应用开发>工作台”页面。选择应用并单击“操作”列的“查看”，进入““应用资产””页面。 图1 进入评估页面 在“应用资产”页面，单击已有模板操作列的“评估”，进入“应用开发>评估”页面。 在“应用资产”页面，单击已有模板

查看更多 →

评估 二分类评估 聚类评估 模型应用 多分类评估 回归评估 混淆矩阵 父主题： 模型工程

查看更多 →

如果识别结果正确，可对模板作进一步评估，详情请见评估模板。 评估模板 通过上传测试图片，在线评估模板识别并提取结构化文字的能力。 首先在“应用开发>评估”页面右侧选择与待评估模板对应的原模板，然后选择本地上传测试图片或者上传在线图片，评估模板。 图4 评估模板 本地上传图片 默认进入“

查看更多 →

决策树分类 概述 “决策树分类”节点用于产生二分类或多分类模型。 决策树是附加概率结果的一个树状的决策图，是直观的运用统计概率分析的图法，树中的每一个节点表示对象属性的判断条件，其分支表示符合节点条件的对象，树的叶子节点表示对象所属的预测结果。其通过基尼不纯度（Gini impu

查看更多 →

决策图元 决策图元的作用 配置该图元能够在服务编排中创建判断条件，根据判断结果连线其他图元，决定后续执行何种操作，类似if语句。 如何使用决策图元 在逻辑中，拖拽“决策”图元至画布中。 选中决策图元，单击，设置基本信息。 表1 基本信息参数说明 参数 参数说明 标签 图元的标签，

查看更多 →

文档业务管理员工具 > 维护决策评审点”。 选择目标“IPD阶段”，单击“创建决策评审点”。 输入中英文名称。 单击“确定”。 编辑决策评审点 选择已创建的决策评审点，单击“更新”，编辑决策评审点。若“是否有效”中选择“否”，则该决策评审点失效。 查看决策评审点 在搜索框输入决策点关键字，系统

查看更多 →

决策树回归 概述 “决策树回归”节点用于产生回归模型。 决策树算法是递归地构建决策树的过程，用平方误差最小准则，进行特征选择，生成二叉树。平方误差计算公式如下： 其中是样本类标的均值，yi 是样本的标签，N 是样本数量。 输入 参数 子参数 参数说明 inputs dataframe

查看更多 →

进入评估页面 登录“ ModelArts Pro >文字识别套件”控制台，默认进入“应用开发>工作台”页面。选择应用并单击“操作”列的查看，进入“应用资产”页面。 图1 进入评估页面 在“应用资产”页面，单击已有模板操作列的“评估”，进入“应用开发>评估”页面。 在“应用资产”页面

查看更多 →

情请见训练模型。 整体评估 在“模型评估”页面，您可以针对当前版本的模型进行整体评估。 “整体评估”左侧显示当前模型的版本、标签数量、验证集数量。 “整体评估”右侧显示当前模型的评估参数值，包括“精准率”、“召回率”、“F1值”。您可以在上方单击选择“评估范围”，单击“添加对比版本”。

查看更多 →

请见训练模型。 评估模型 在“模型评估”页面，您可以针对当前版本的模型进行模型评估，查看评估参数对比和详细评估，也可以模拟在线测试。 图1 评估模型 模型评估 “模型评估”下侧显示当前模型的版本、验证集数量。 评估参数对比 “评估参数对比”下方显示当前模型的评估参数值，包括“精准

查看更多 →

用，并训练模型，详情请见训练模型。 整体评估 在“模型评估”页面，您可以针对当前版本的模型进行整体评估。 图1 模型评估 “模型评估”显示当前模型的“版本”、“标签数量”、“验证集数量”。 “评估参数对比”显示当前模型和其他版本模型的评估参数值柱状图，包括“交并比”、“精准率”、

查看更多 →