查询 域名 维度推流路数接口 功能介绍 查询域名维度推流路数接口,返回5分钟粒度的统计数据。 最大查询跨度31天，最大查询周期1年。 接口约束 该接口暂只支持查询部署在新版视频直播服务上的域名的相关数据（不包含“华北-北京一”）。此约束条件仅适用于中国站。 调用方法 请参见如何调用API。

查看更多 →

resultDatas Object 查询成功后，返回结果信息的对象。 该数组中对象的参数说明请参见表4。 说明： 当前字段为兼容8.13及其之前版本接口响应参数使用。 4 resultDesc Object 查询成功后，返回结果信息的对象。 该对象的参数说明请参见表4。 表4 resultDesc/resultDatas对象参数说明

查看更多 →

该接口的响应消息体参数说明请参见表3。 表3 消息体参数说明 参数名 数据类型 说明 result string 查询结果。取值如下： 0：成功 非0：失败 失败的原因说明请参见错误码参考。 resultDatas Object 查询成功后，返回结果信息的对象。 该对象的参数说明请参见表4。

查看更多 →

tes） 总的磁盘空间容量。 ≥0 兆字节（MB） 磁盘读写状态（aom_node_disk_rw_status） 该指标用于统计主机上磁盘的读写状态。 0、1 0表示读写 1表示只读 无 磁盘使用率（aom_node_disk_usage） 已使用的磁盘空间占总的磁盘空间容量百分比。

查看更多 →

]|1000)$ 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 Content-Type 是 String 发送的实体的MIME类型。默认使用application/json; charset=UTF-8。 缺省值：application/json; charset=UTF-8

查看更多 →

打开需要逆向数据库导入的维度或表的页签，然后单击列表上方的“逆向数据库”。 图2 选中对象 在“逆向数据库”对话框中配置参数。 表1 逆向数据库 参数名称 说明 所属主题 单击“选择主题”按钮选择所属的主题信息。 数据连接类型 选择维度建模的逆向数据库。 数据连接 选择所需要的数据连接。

查看更多 →

技能队列维度实时接口 批量查询技能队列上签入的座席 批量查询技能队列扩展信息 批量查询技能队列当前五分钟的呼叫统计信息 查询指定技能队列的状态信息 批量查询技能队列的配置信息 批量查询技能队列的详细统计信息 批量查询技能队列上的所有排队的呼叫 多技能队列排队时，批量查询各队列接听其他队列呼叫量

查看更多 →

区域类型。包含site（站点）、region（区域）、building（楼宇）和floor（楼层），必填项。 "level": 0, // 左树级别。站点所在的级别，对应0-9级，必填项。 "tenantId": "default-organization-id", // 租户ID，必填项。 "startTime":

查看更多 →

String 维度名称，当前支持维度有dcs_instance_id、dcs_cluster_redis_node、 dcs_cluster_proxy_node和dcs_memcached_instance_id。 dim_route String 维度的路由，结构为主维度名称,当前维度名称，比如：

查看更多 →

parameter in the request." } 状态码 状态码 描述 200 查询主维度监控列表成功。 400 非法请求。 401 认证信息非法 403 请求被拒绝访问。 404 所请求的资源不存在。 500 内部服务错误。 错误码 请参见错误码。 父主题： 实例配置

查看更多 →

回归 决策树回归 梯度提升树回归 LightGBM回归 线性回归 随机森林回归 父主题： 模型工程

查看更多 →

欠拟合的解决方法有哪些？ 模型复杂化。 对同一个算法复杂化。例如回归模型添加更多的高次项，增加决策树的深度，增加神经网络的隐藏层数和隐藏单元数等。 弃用原来的算法，使用一个更加复杂的算法或模型。例如用神经网络来替代线性回归，用随机森林来代替决策树。 增加更多的特征，使输入数据具有更强的表达能力。

查看更多 →

支持大规模、高并发、低延时的实时视频分析能力，支持不同天气条件、不同的摄像头角度等复杂场景，稳定运行。 丰富高效 支持人物、才艺、服饰风格、质量等视频场景和内容的个性化定制与分类识别。 多维分析 从声音、动作、图像、文字等多维度分析视频，多方位深度理解视频内容，输入视频即可得到专业的分析结果。

查看更多 →

线性回归 概述 “线性回归”节点用于产生线性回归模型。它是利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系的统计分析方法。 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

查看更多 →

获取指定月份内的技能维度的历史监控指标 场景描述 获取指定月份内的技能维度的历史监控指标。 接口方法 设置成“POST”。该接口仅支持POST方法，不支持PUT、GET和DELTE等方法。 请求URL https://ip:port/rest/cmsapp/v1/openapi/

查看更多 →

获取指定月份内的座席维度的历史监控指标 场景描述 获取指定月份内的座席维度的历史监控指标。 接口方法 设置成“POST”。该接口仅支持POST方法，不支持PUT、GET和DELTE等方法。 请求URL https://ip:port/rest/cmsapp/v1/openapi/

查看更多 →

1]之间，是机器学习领域里常用的二分类算法。LR算法参数请参见逻辑斯蒂回归。 因子分解机算法是一种基于矩阵分解的机器学习算法，能够自动进行二阶特征组合、学习特征之间的关系，无需人工经验干预，同时能够解决组合特征稀疏的问题。FM算法参数请参见因子分解机。 域感知因子分解机是因子分解机的改进版

查看更多 →

获取指定日期内的技能维度的历史监控指标 场景描述 获取指定日期内的技能维度的历史监控指标。 接口方法 设置成“POST”。该接口仅支持POST方法，不支持PUT、GET和DELETE等方法。 请求URL https://ip:port/rest/cmsapp/v1/openapi

查看更多 →

获取指定日期内的座席维度的历史监控指标 场景描述 获取指定日期内的座席维度的历史监控指标。 接口方法 设置成“POST”。该接口仅支持POST方法，不支持PUT、GET和DELTE等方法。 请求URL https://ip:port/rest/cmsapp/v1/openapi/

查看更多 →

参数说明 label_col - 预测结果数据集的目标列的列名 prediction_col - 预测结果数据集的预测列的列名 样例 inputs = { "predict_dataframe": None # @input {"label":"dataframe","type":"DataFrame"}

查看更多 →

- 算子输入的特征向量列的列名，默认为"model_features" prediction_col - 算子输出的预测label的列名，默认为"prediction" objective - 目标函数，默认为"regression" max_depth - 树的最大深度，默认为-1

查看更多 →