回归分类数据：回归分类数据包含多种预测因子（特征），用于预测连续变量的值。数据集中的多个特征变量帮助预测目标变量，而目标变量为连续数值，非离散类别。与时序数据不同，回归分类数据不要求数据具有时间顺序。 具体格式要求详见表1。 表1 预测类数据集格式要求 文件内容 文件格式 文件样例 时序 csv 数据为结构化数据，包

查看更多 →

Double 隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization Double 结构化部分L2正则化系数。 最小值：0 最大值：1

查看更多 →

隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization 否 Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization 否 Double 结构化部分L2正则化系数。 最小值：0

查看更多 →

隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization 否 Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization 否 Double 结构化部分L2正则化系数。 最小值：0

查看更多 →

隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization 否 Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization 否 Double 结构化部分L2正则化系数。 最小值：0

查看更多 →

隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization 否 Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization 否 Double 结构化部分L2正则化系数。 最小值：0

查看更多 →

Double 隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization Double 结构化部分L2正则化系数。 最小值：0 最大值：1

查看更多 →

隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization 否 Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization 否 Double 结构化部分L2正则化系数。 最小值：0

查看更多 →

文件信誉特征库升级报错 问题描述 如何处理文件信誉特征库升级报错？ 解决办法 当前无沙箱，该特征库升级也不起作用。 需要云沙箱License或者连本地沙箱，才能升级该特征库。 父主题： 常见FAQ

查看更多 →

feature_type String 特征类型 1.CONTINUOUS--连续型 2.DISCRETE--离散型 3.MULTIHOT--multihot型 field_size Integer 只有离散类型特征支持该属性，表示离散特征取值范围 请求示例 获取数据集详情 get

查看更多 →

Double 隐向量层L2正则化系数。 最小值：0 最大值：1 wide_l2_regularization Double wide部分L2正则化系数。 最小值：0 最大值：1 structure_l2_regularization Double 结构化部分L2正则化系数。 最小值：0 最大值：1

查看更多 →

通过指纹特征设置流量处理策略 您可以通过配置指纹过滤防护规则，对数据包中指定位置的内容进行特征匹配。 特征匹配后的流量，可以进行动作设置，比如丢弃、通过、限速等。 开启指纹过滤 登录管理控制台。 在页面上方选择“区域”后，单击页面左上方的，选择“安全与合规 > DDoS防护 AA

查看更多 →

找最近的一个实例依赖。 离散小时依赖离散小时 依赖时间段范围是[当天的零点, 下一天的零点) ，离散小时作业A，离散小时作业B，作业A依赖作业B。 当离散小时作业A、离散小时作业B在一天内的实例数量一致时，适用规则一，一对一依赖； 当离散小时作业A、离散小时作业B在一天内的实例数

查看更多 →

表1 通信图元素介绍 元素名 图标 含义 Actor 角色，是与系统交互的人或事物。 Object 封装了状态和行为的具有良好定义界面和身份的离散实体；即对象实例。 Boundary Object 边界对象。 Control Object 控制对象。 Entity Object 实体对象。

查看更多 →

数据从一个节点传输到另一个节点。shuffle占用了大量宝贵的网络资源，减小不必要的数据shuffle，可以减少网络压力，使数据的处理本地化，提高集群的性能和可支持的并发度。通过对关联条件和分组条件的仔细设计，能够尽可能的减少不必要的数据shuffle。 选择存储方案 【建议】表

查看更多 →

“FiBiNET”算法新增限制： 特征方必须要有两个及以上离散特征，连续特征可有可无。 标签方可以不提供任何特征，如果标签方提供特征也要遵循1规则。 其他算法无限制 选择完成后单击“下一步”。 在所选数据集中只能有一个字段是标签。 训练时需勾选使用的特征选项，勾选后可以跳过特征分箱，直接进行训练。

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 →

设备导入License后，特征库无法升级 问题描述 设备导入License后，需要将AV和IPS特征库升级到最新版本，进入“系统 > 升级中心”，单击“立即升级”执行特征库升级，提示“升级 服务器 域名解析失败，请检查配置或网络”，特征库升级失败。 可能的原因 设备不能连接公网，无法连接到升级中心。

查看更多 →

设备导入License后，特征库无法升级 问题描述 设备导入License后，需要将AV和IPS特征库升级到最新版本，进入“系统 > 升级中心”，单击“立即升级”执行特征库升级，提示“升级服务器 域名 解析失败，请检查配置或网络”，特征库升级失败。 可能的原因 设备不能连接公网，无法连接到升级中心。

查看更多 →

数据从一个节点传输到另一个节点。shuffle占用了大量宝贵的网络资源，减小不必要的数据shuffle，可以减少网络压力，使数据的处理本地化，提高集群的性能和可支持的并发度。通过对关联条件和分组条件的仔细设计，能够尽可能的减少不必要的数据shuffle。 选择存储方案 【建议】表

查看更多 →

feature_type 否 String 特征类型 1.CONTINUOUS--连续型 2.DISCRETE--离散型 3.MULTIHOT--multihot型 field_size 否 Integer 只有离散类型特征支持该属性，表示离散特征取值范围 响应参数 状态码： 200 表8

查看更多 →