特征选择 删除列 删除特征列的场景有很多，例如：两个特征呈线性变化关系，为减少模型训练的开销，删除其中一个特征列。 操作步骤如下所示。 单击界面右上角的图标，选择“数据处理 > 特征选择 > 删除列”，界面新增“删除列”内容。 对应参数说明，如表1所示。 表1 参数说明 参数 参数说明

查看更多 →

营销任务 查看销售拓展任务 处理销售拓展任务 查看销售拓展任务明细 查看大单续订任务 处理大单续订任务 父主题： 拓新

查看更多 →

营销任务 查看销售拓展任务 处理销售拓展任务 查看销售拓展任务明细 查看大单续订任务 处理大单续订任务 父主题： 拓新

查看更多 →

数据特征 数据分析 数据处理 特征工程 父主题： 预置算子说明

查看更多 →

特征离散化是将特征列连续的样本数据离散化为[0，离散数量-1]区间内的整型数据。 特征离散化操作步骤如下。 单击表头，选中需要执行特征离散化的特征列。 选中的特征列必须为数值型。 单击“特征操作”，从下拉框中选择“特征离散化”。 弹出“特征离散化”对话框。参数配置如下所示： 检查“已选择特征”是否为用户选择的特征列。

查看更多 →

特征画像 特征画像的作用，就是对数据进行分析，把其中一些基本特征提取出来，如：周期性、离散度、时序规律、最值、采样频率等，计算KPI曲线特点（包括周期性、趋势性、噪声、离散性、随机性等）。根据计算的曲线特点，判断KPI的大类别（毛刺型、阶梯型、周期型、离散型、稀疏型、多模态型等）

查看更多 →

筛选特征 样本对齐执行完成后单击下一步进入“特征选择”页面，这一步企业A需要选出企业A自己和大数据厂商B的特征及标签用于后续的训练。 企业A可以选择特征及标签后“启动分箱和IV计算”，通过联邦的统计算法计算出所选特征的iv值，一般而言iv值较高的特征更有区分性，应该作为首选的训练

查看更多 →

特征转换 概述 将对应列的数据乘以相应的权重得到新的列，只支持数字列。 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 数据集 参数说明 参数 子参数 参数说明 input_columns_str

查看更多 →

呼叫特征 表1 呼叫特征说明 值 说明 0 普通客户呼叫 1 来自话务员 2 长途客户呼叫 3 CTI收到网络路由实呼后发起的路由 4 国际长途来话 40 预约呼出 41 预占用呼出 42 预连接呼出 43 虚呼入呼出 44 预览呼出 45 回呼请求 51 内部求助 父主题： 附录

查看更多 →

营销任务 查看销售拓展任务 处理销售拓展任务 委托销售拓展任务 营销任务委托须知 查看大单续订任务 父主题： 拓新

查看更多 →

理、产品管理、营销活动等功能。模板种类涵盖了网店、宠物、餐饮等60+行业，适用于企业官网、个人博客、政府门户网站等。如图1所示。 图1 云速建站多终端独立版模板 免费模板 多终端独立版模板按照功能分为标准型和营销型。 如果购买的站点是入门版或标准版，是不能使用营销型模板的，只能使

查看更多 →

特征工程 特征工程中已经预置了两个特征处理工程，这里暂不使用，会提供端到端的操作流程，帮助用户快速熟悉特征工程界面操作。 如果需要了解特征工程操作详情，可查看模型训练服务《用户指南》中的“特征工程”章节内容。 无故障硬盘训练数据集特征处理 单击菜单栏中的“特征工程”，进入特征工程首页，如图1所示。

查看更多 →

80时，x_new = 0.2。 待提取物品特征 从全局特征信息文件中提取输入的物品特征进行排序模型训练。 说明： 离散的区间个数不能超过100个，请您根据业务需求合理分配参数值。 单击“”，增加物品特征。当“特征值类型”为“单值数值型”时，可选的参数信息如下： “等距离散”：根

查看更多 →

RESTATE signature_type 否 String 特征类型。 signature_name 否 String 特征名称。 signature_attributes 否 Array of 表4 objects 特征属性。 表4 MetadataAttributeRequest

查看更多 →

离散特征分析 概述 离散值特征分析通过每个离散特征的gini，entropy，gini gain，information gain，information gain ratio等和每个离散值对应的gini，entropy指标，方便对离散特征进行理解。 输入 参数 子参数 参数说明

查看更多 →

特征异常检测 概述 特征异常检测的方法包括箱型图（Box-plot）和AVF（Attribute Value Frequency） 箱型图用于检测连续值类特征的数据，根据四分位数检测异常特征。 AVF用于检测枚举值类特征的数据，根据枚举特征的取值频率及阈值检测异常特征。 箱型图异常检测

查看更多 →

。购买后模板与网站一对一绑定，同一个模版无法安装在您名下的其他网站上。在网站有效期内，模版一直有效且可无限次安装使用。 多终端独立版模板按照功能分为标准型和营销型。 如果购买的站点是入门版或标准版，是不能使用营销型模板的，只能使用标准型模板。 如果购买的站点是营销版或企业版，既可

查看更多 →

，请根据实际需求选择。 模板按照功能分为标准型和营销型。 如果购买的站点是入门版或标准版，是不能使用营销型模板的，只能使用标准型模板。当您在免费模板中选择营销型模板时，系统会提示没有权限。 如果购买的站点是营销版或企业版，既可以使用营销型模板，也可以使用标准型模板。 您可以通过以下任意一种方式查看免费模板。

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 →