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 →

决策树分类特征重要性 概述 采用决策树分类算法计算数据集特征的特征重要性。 输入 参数 子参数 参数说明 inputs dataframe 参数必选，表示输入的数据集。 如果没有pipeline_model和decision_tree_classify_model参数，表示直接根

查看更多 →

梯度提升树分类特征重要性 概述 采用梯度提升树分类算法计算数据集特征的特征重要性。 输入 参数 子参数 参数说明 inputs dataframe 参数必选，表示输入的数据集；如果没有pipeline_model和gbt_classify_model参数，表示直接根据数据集训练gbdt分类模型得到特征重要性

查看更多 →

梯度提升树回归特征重要性 概述 采用梯度提升树回归算法计算数据集特征的特征重要性。 输入 参数 子参数 参数说明 inputs dataframe 参数必选，表示输入的数据集；如果没有pipeline_model和gbt_regressor_model参数，表示直接根据数据集训练梯度提升树回归模型得到特征重要性

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 →

数据集，执行当前的特征操作流。添加的数据集，必须满足特征维度和特征列数量与当前特征工程绑定的数据集一致，否则会执行失败。 使用JupyterLab开发平台创建的算法工程，界面所有特征操作执行完成后，单击界面右上角的图标，选择“数据处理 > 数据集 > 生成数据实例”，在新增的“生

查看更多 →

该界面包含新增自定义算子和上传自定义算子两个按钮，开发者可以直接在线编写算子或上传本地已有的算子。 在当前版本中，一个自定义算子对应一个ipynb文件，开发者可使用Jupyter Lab直接编写算子。并对自定义算子进行删除、重命名、上传或下载操作。 由于算子使用过程中会将ipynb文件中的所有Ce

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 →

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，生成用户行为路径大宽表同步

查看更多 →

号，查看其含义。 时空预测：如果选择“时空预测”，“目标列”支持设置为多列。 平台性能：与创建特征工程时，即2中设置的JupyterLab平台规格大小有关，如果规格大，可以选择“优”或“良”；如果选择的小规格“2核|8G”，则选择“差”。本次规格选择的是“8核|32G”，配置为“良”即可。

查看更多 →

选择“是”，则此实体支持通过页面或接口维护此实体，选择“否”，则此实体不支持通过页面或接口维护，仅允许通过后端采集任务自动采集。 GraphQL名称 实体/特征在GraphQL API中使用的名称。非必填，若不指定，GraphQL API中不能使用此实体/特征。 只能包含字母及数字，大驼峰式风格，默认基于编码生成。

查看更多 →

选择“是”，则此实体支持通过页面或接口维护此实体，选择“否”，则此实体不支持通过页面或接口维护，仅允许通过后端采集任务自动采集。 GraphQL名称 实体/特征在GraphQL API中使用的名称。非必填，若不指定，GraphQL API中不能使用此实体/特征。 只能包含字母及数字，大驼峰式风格，默认基于编码生成。

查看更多 →

“数据集”在创建数据集、导入数据后，还支持对数据进行分析。用户可以根据数据结果对数据质量进行评估，判断数据集是否可以直接进行模型训练，或必须经过特征处理后才能加入模型训练。“数据集”还支持将多份数据进行“数据联合”或“数据连接”的操作，用于增强样本或扩展特征维度。数据集相关操作请参见数据集操作。

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 →

保留行：保留符合过滤规则的样本数据行。 丢弃行：丢弃符合过滤规则的样本数据行。 过滤规则 过滤规则根据样本数据值进行配置： 大于：保留或丢弃大于指定值的样本数据行。 小于：保留或丢弃小于指定值的样本数据行。 等于：保留或丢弃等于指定值的样本数据行。 单击“确定”，执行数据过滤。 数据联合 特征工程数据

查看更多 →

非监督学习：在未加标签的数据中，试图找到隐藏的结构。常见的有聚类。 强化学习：智能系统从环境到行为映射的学习，以使奖励信号（强化信号）函数值最大。 回归 回归反映的是数据属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋

查看更多 →

组成，不能以下划线或中划线结尾，且长度为[1-128]个字符。 环境配置 AI引擎 开发平台。 规格 AI引擎的资源配置信息。 单击“创建”，创建任务。 任务执行过程中，可以单击查看运行日志。 任务执行结束后，可以在数据集中查看数据来源为“JOB”的新目标数据。 父主题： Python和Spark开发平台

查看更多 →

时间列 待异常检测时序数据的时间列。 特征列 待异常检测时序数据的特征列。 异常类型 异常检测类型: 数值范围 表示检测平稳时序数据是否异常，给出异常判断参考区间。 突升/突降 表示检测平稳时序数据中突增或突降的异常点。 异常区间获取方法 获取用于判断时序数据异常的上/下界区间的方法，支持：

查看更多 →

在特征工程详情页面单击“执行记录”，查看数据实例名称、目标数据实例名称、时间、状态。其中“操作”列，支持重新执行全量数据应用操作、基于新生成的数据实例创建算法，或删除新生成的数据实例操作。 在数据集页面查看应用特征操作流后生成的新数据集实例，“数据集”中此类数据的数据来源为“FEATURE”。

查看更多 →

采样方法 数据样本采样的方法。 包含如下方式： 随机采样：随机选取指定数量的样本。 随机百分比：随机选取指定百分比的样本。 前N条：按照从前往后的顺序选取指定数量的样本。 全量：选取全部样本。 采样参数 采样方法为“随机采样”或“前N条”时，取值为记录数；采样方法为“随机百分比”时，取值为百分比。

查看更多 →

-hot编码、数据变换、删除列、选择特征、卡方检验、信息熵、新增特征、PCA。对应JupyterLab交互式开发模式，是界面右上角的图标中的“数据处理”菜单下面的数据处理算子。 W 网络AI框架 网络AI框架根据业务场景，可部署在嵌入式网元、网管系统或云侧（私有云或公有云），与不

查看更多 →