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 →

营销任务委托须知 您自愿开放客户联系方式信息给您关联的总经销商，委托总经销商对您的客户做持续运营业务支撑，包括但不限于引导客户购买高阶华为云服务、到期续费提醒等。如您后续不再委托总经销商对您的客户做持续运营业务支撑，您可以在云经销商中心取消委托授权。您与总经销商持续运营合作中产生的任何争议，华为云对此免责。

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 →

所有userinfo表中的数据要通过标签列聚合到userinfoset表中。可以采用对全量数据进行聚合的方法（如下命令所示）。也可以采用只对增量数据进行聚合的方法。只对增量数据进行聚合即对含有相同的标签的用户集合放到表的一条记录中，通常可以通过upsert来实现。考虑到其中频繁的update

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 →

特征工程描述信息。 最多不超过500个字符。 开发模式 特征工程的开发环境： Jupyterlab交互式开发 基于JupyterLab的特征工程开发环境，具有良好的实时交互性，提供通用特征工程和数据分析的图形界面操作，以及用户自定义编码能力。适用于数据科学家，以及自定义算法场景。

查看更多 →

hm”下方的“算法工程”，弹出的“新建”对话框。 输入“名称”，示例：code-123，单击“确定”。 “code-123”算法工程创建完成，在界面左侧的代码目录，可以看到新增的“code-123”目录及其相关的主文件、子目录等。 不同的算法工程，均会有与算法工程同名的目录，且同

查看更多 →

String 全局特征文件OBS路径。 响应消息 响应参数请参见表3。 表3 响应参数说明 参数名称 参数类型 说明 is_success Boolean 请求是否成功。 global_features Object 全局特征表4。 error_code String 请求失败时的错误码，请求成功时无此字段。

查看更多 →

String 全局特征文件OBS路径。 响应消息 响应参数请参见表3。 表3 响应参数说明 参数名称 参数类型 说明 is_success Boolean 请求是否成功。 global_features Object 全局特征表4。 error_code String 请求失败时的错误码，请求成功时无此字段。

查看更多 →

无需人工参与，节约成本。 WhatsApp营销任务 否 WhatsApp推广，WhatsApp渠道通知等活动。 无需人工参与，节约成本。 针对多媒体营销的目标客户创建多媒体营销任务，并且对多媒体营销任务进行管理。 配置多媒体营销任务 查看多媒体营销结果 配置多媒体营销数据 父主题： 配置智能外呼

查看更多 →

和便利性的智能家居产品。 35. 亮点1：智能保洁，恩泽家庭 36. 我们的家用机器人拥有卓越的清洁效率， 37. 无论是地板的清扫、地毯的吸尘还是湿拖地，它都能以惊人的速度和效果出色的完成任务。 38. 通过多重传感器和智能导航系统，它能够避开障碍物并高效清扫您的家中的每一个角落，

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

查看更多 →

所有userinfo表中的数据要通过标签列聚合到userinfoset表中。可以采用对全量数据进行聚合的方法（如下命令所示）。也可以采用只对增量数据进行聚合的方法。只对增量数据进行聚合即对含有相同的标签的用户集合放到表的一条记录中，通常可以通过upsert来实现。考虑到其中频繁的update

查看更多 →

所有userinfo表中的数据要通过标签列聚合到userinfoset表中。可以采用对全量数据进行聚合的方法（如下命令所示）。也可以采用只对增量数据进行聚合的方法。只对增量数据进行聚合即对含有相同的标签的用户集合放到表的一条记录中，通常可以通过upsert来实现。考虑到其中频繁的update

查看更多 →

询”。 根据接收者查询：输入接收者号码、邮件，按回车键查询。 开始时间不大于当前时间，最多查询三个月之内创建的数据，默认查询一个月内创建的数据。 父主题： 管理多媒体营销

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 →

时必填。取值范围[0,1]。 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"

查看更多 →

PrefixWith的内容。 例如： 想把所有对docs（目录下的对象）的请求重定向到documents（目录下的对象），可以将Condition中的KeyPrefixEquals设置为docs，Redirect中的ReplaceKeyPrefixWith设置为documents。那么对于对象名称为"docs/a

查看更多 →

删除桶的网站配置 功能介绍 删除指定桶的网站配置信息。 要正确执行此操作，需要确保执行者有DeleteBucketWebsite权限。默认情况下只有桶的所有者可以执行此操作，也可以通过设置桶策略或用户策略授权给其他用户。 请求消息样式 1 2 3 4 DELETE /?website

查看更多 →