中软国际数据治理专业服务解决方案实践

根据数据集的entitiesId获取数据集的特征信息 功能介绍 管理侧根据数据集entitiesId获取数据集的特征信息。 URI URI格式 POST /softcomai/datalake/v1.0/originDataModels/{entitiesId}/entitysattr

查看更多 →

根据数据集的entitiesId获取数据集的特征信息 功能介绍 管理侧根据数据集entitiesId获取数据集的特征信息。 URI URI格式 POST /softcomai/datalake/v1.0/originDataModels/{entitiesId}/entitysattr

查看更多 →

最长12字节 发送时的视频丢包率 videoLossNumSend int [0, 12] 发送时的视频丢包个数 videoLossPerRev String 最长12字节 接收时的视频丢包率 videoLossNumRev int [0, 12] 接收时的视频丢包个数 AuxVideoLossPerSend

查看更多 →

安全认证签名的内容是否包括Body体 包括。除了几个必选的请求头部参数，Body体也是签名要素之一。例如有一个使用POST方法上传文件的API，那么在签名过程中，会取这个文件的hash值，参与生成签名信息。 关于签名的详细指导，可参考：签名认证算法详解。 父主题： API认证鉴权

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 →

特征工程处理数据集的计算平台。 创建人 发布服务的用户名。 创建时间 发布服务的时间。 活动时间 最新执行特征工程任务的时间。 简介 特征工程服务的简介。 查看特征工程服务详情，包括特征工程任务的列表信息。 创建特征工程任务。 删除特征工程服务。 父主题： 特征工程

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 →

特征工程 如何选中全量特征列？ 算法工程处理的时候必须要先采样吗？ 特征处理操作完成后怎么应用于数据集全量数据？ 特征工程和算法工程的关系？ JupyterLab环境异常怎么处理？ 父主题： 常见问题

查看更多 →

特征工程 特征工程简介 Python和Spark开发平台 JupyterLab开发平台 父主题： 用户指南

查看更多 →

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 →

实体类型 订阅的实体类型，支持多选。 模型架构 选择已发布的模型架构。 选择通道 选择订阅事件将变更信息推送到第三方的通道。 是否生效 订阅是否生效开关，默认生效。 事件描述 事件订阅的描述信息，最大字符限制为200。 Topic 通道连接系统对应的topic。 实体特征 对应实体类型的特征，支持多选。

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 →

大模型微调需要的数据有要求吗？ 用于大模型微调的数据集必须同时满足用途为“模型训练”、任务领域为“自然语言处理”、任务子领域为“文本生成”、数据集格式为“对话文本”四个条件。 父主题： AI原生应用引擎

查看更多 →

支持多种部署模式 公有云部署：数据允许出局，面向用户包括：中小T、合作伙伴、华为内部研发。 合营云部署：数据不出局，面向用户为有合营云的大T。 华为云Stack部署：数据不出局，面向用户为无合营云的大T。 GDE部署：数据不出局，面向用户包括：中小T、合作伙伴。 父主题： 用户指南

查看更多 →

命令中直接使用 cli-output 响应数据的输出格式[json|table|tsv] 命令中直接使用 cli-query 筛选响应数据的JMESPath路径 命令中直接使用 cli-output-num table输出时，是否打印表格的行号。取值为true或false，默认为true

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 →

待提取用户特征 (user_features) 是 JSONArray 从全局特征文件提取输入的用户特征，对不同类型的特征进行相应的处理，处理后的数据用于排序模型训练。 特征必须来自用户属性配置表中定义的特征。 [{ "feature_name": "age", "feature_type":

查看更多 →

大容量数据库 大容量数据库背景介绍 表分区技术 数据分区查找优化 数据分区运维管理 父主题： 分区表

查看更多 →