推荐模板配置
B 帧（Bidirectionally Predictive Coded Pictures）：又称双向预测编码帧，也就是B帧记录的是本帧与前后帧的差别。也就是说要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧...
基本概念
B帧（Bidirectionally Predictive Coded Pictures）：又称双向预测编码帧，也就是B帧记录的是本帧与前后帧的差别。要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高...
基本概念
B帧（Bidirectionally Predictive Coded Pictures）：又称双向预测编码帧，也就是B帧记录的是本帧与前后帧的差别。也就是说要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧...
基本概念
B帧（Bidirectionally Predictive Coded Pictures）：又称双向预测编码帧，也就是B帧记录的是本帧与前后帧的差别。也就是说要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧...
保障离线在线一致性的CTR预估方案
本案例使用经典的CTR点击率预估数据集Avazu进行一体化模型训练，并将离线调试完成的 归一化预测->独热编码预测->向量聚合->FM预测 流程完整部署到EAS。您在线上环境进行模型预测时，也可以使用离线训练时的数据预处理和特征工程逻辑，以...
Designer使用案例汇总
其他通用案例 案例名称 描述 保障离线在线一致性的CTR预估方案 介绍如何使用经典的CTR点击率预估数据集Avazu训练一体化模型，并将离线调试完成的 归一化预测->独热编码预测->向量聚合->FM预测 流程完整部署到EAS。心脏病预测 介绍如何通过...
one-hot编码
one-hot编码，也称独热编码，对于每一个特征，如果它有m个可能值，那么经过独热编码后，就变成了m个二元特征。此外，这些特征互斥，每次只有一个激活。因此，经过独热编码后数据会变成稀疏的，输出结果也是KV的稀疏结构。功能介绍 one-hot...
Kafka数据源
数值 json数值类型 字节流 字节流会进行Base64编码后转换成UTF8编码的字符串 text 字符串 UTF8编码字符串 布尔 转换为UTF8编码字符串"true"或者"false"时间/日期 yyyy-MM-dd HH:mm:ss格式UTF8编码字符串 数值 UTF8编码数值字符串 字节流 ...
参数映射与校验规则
形式，则使用自定义中描述的Encoding进行组装，对于其他的Content-Type，不进行编码的特殊处理 当转发的参数处于 header 位置时，网关会使用 ISO8859-1 编码进行转换和发送 4.4.转发 后端应答 给 客户端 在映射模式下，如果后端成功返回...
CreateAsyncPredict
调用CreateAsyncPredict创建一个异步预测。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。请求参数 名称 类型 是否必选 示例值 描述 Action String 是 ...
IV算法
在机器学习的分类问题中，IV值（Information Value）主要用于对输入特征变量进行编码，同时评估特征变量的预测能力。特征变量IV值的大小即表示该特征变量预测能力的强弱。本文介绍了IV算法相关的内容。使用场景 IV值一般用于在风控场景中...
Label Encoder
一、组件说明 Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、蓝色），使用Label Encoder...
横向LabelEncoder
一、组件说明 Homo Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法，适用于横向联邦场景。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、...
Pipeline部署在线服务
例如，在下图示例中选择的链路中，数据会先经过归一化、独热编码，再经过向量聚合，最后通过FM预测组件做预测。选中一个节点，如果组件下游为单分支，则下游节点会自动选中，且支持反选。节点取消选中，也会将组件下游已选中的节点全部取消...
异步预测接口使用示例
这个文档介绍如何使用异步预测接口，进行模型预测的异步调用，支持更长文本的离线调用。创建异步调用 参考以下示例代码，通过 content 字段，传入长文本内容，NLP自学习平台会保存长文本，并进行异步模型预测。说明 content 字段支持的文本...
逻辑回归二分类
一、组件说明 逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。逻辑回归的训练过程是利用最大似然...
XGBOOST二分类
使用时，数据格式如下，其中key的下标应从1开始，value应均为数值：正样本标签值填写 字段数据类型 是否编码 是否连接配置表 正样本标签值 字符类型 是 是 原值 是 否 编码值 数值类型 否 否 原值 否 是 原值 是 是 原值 是 否 编码值 参数...
CreateModelAsyncPredict-模型异步预测API
内容为base64编码则传参body，且BinaryToText传true pdf 限制20Mb 10页 除了长文档类型的模型预测以外 其他预测服务只会取第一页进行预测 返回参数 名称 类型 描述 示例值 object Schema of Response RequestId string Id of the request 3...
CreateModelAsyncPredict-模型异步预测API
内容为 base64 编码则传参 body，且 BinaryToText 传 true pdf 限制 20Mb 10 页 除了长文档类型的模型预测以外 其他预测服务只会取第一页进行预测 返回参数 名称 类型 描述 示例值 object Schema of Response RequestId string Id of the ...
横向二分类评估
一、组件说明 横向二分类模型的评估任务，可以...正样本标签值 正样本标签的原值或编码值，如：>50K；与二分类训练正样本标签值保持一致。预测结果详情列 每个label及其对应的概率值。若需要计算AUC、KS值，需要选择predict_detail_result列。
二分类评估
一、组件说明 二分类模型的评估任务，可以输出...正样本标签值 正样本标签的原值或编码值，如：>50K；与二分类训练正样本标签值保持一致。预测结果详情列 每个label及其对应的概率值。若需要计算AUC、KS值，需要选择predict_detail_result列。
PredictModel-模型服务预测API
内容为base64编码则传参body，且BinaryToText传true pdf 限制20Mb 10页 除了长文档类型的模型预测以外 其他预测服务只会取第一页进行预测 返回参数 名称 类型 描述 示例值 object Schema of Response RequestId string Id of the request 3...
PredictModel-模型服务预测API
内容为 base64 编码则传参 body，且 BinaryToText 传 true pdf 限制 20Mb 10 页 除了长文档类型的模型预测以外 其他预测服务只会取第一页进行预测 返回参数 名称 类型 描述 示例值 object Schema of Response RequestId string Id of the ...
离线预测通用说明
预测组件可以使用PAI-EasyVision训练出的模型进行离线预测。本文介绍离线预测通用的输入数据格式及PAI命令参数。概述 PAI-EasyVision支持读取MaxCompute表数据并将结果写回MaxCompute表内。同时，支持读取OSS文件列表进行预测，并将结果写...
用户流失预警风控
通过建立用户流失预警风控模型，可以预测潜在流失用户，从而提前通过运营手段防范用户流失。对于用户流失预警监控，主流预警方案均是基于规则实现的，缺少智能化的预测手段和机制，不能准确挖掘潜在流失用户。解决方案 PAI提供了一套基于...
开发和管理自定义组件
步骤六：发布自定义组件（新增自定义组件）登录BizWorks，在 选择平台 下拉列表中选中 轻应用组装平台。单击页面右上角 图标或其文本框区域，在下拉列表中单击目标项目名称后，单击 应用 页签。在应用列表页面单击目标轻应用名称。在目标轻...
One-Hot编码
一、组件说明 One-Hot编码是一种将离散特征转换成连续特征的方法。它将一个有m个取值的离散特征转换为m个0/1特征，每个特征表示原离散特征是否等于该取值。例如，假设原始数据集有一个表示“颜色”的特征，包含三个不同的取值：红色、绿色...
横向One-Hot编码
一、组件说明 横向One-Hot编码是一种将离散特征转换成连续特征的方法，用于横向场景。它将一个有m个取值的离散特征转换为m个0/1特征，每个特征表示原离散特征是否等于该取值。例如，假设原始数据集有一个表示“颜色”的特征，包含三个不同...
横向逻辑回归二分类
一、组件说明 横向逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。横向逻辑回归的训练过程是利用...
开发和管理自定义页面
{/应用编码"applicationCode":"xxx",/页面编码"pageId":"xxx",/当前选中的菜单唯一标识，不是系统中设置的菜单编码，不常用"selectedKey":"xxx"} utils：主要用来提供常用的API。关于这些API的使用方式，请参见 JS API。样式 为了防止不同...
创建和管理项目环境
新增项目环境 登录BizWorks，在 选择平台 下拉列表中选中目标平台：微服务开发平台 或 轻应用组装平台。单击页面右上角的 图标或其文本框区域，在下拉列表中单击目标项目名称后，在平台顶部导航栏单击 运维 页签。在 项目环境管理 页面，...
实验：构建应用首页和自定义页面
操作步骤 登录BizWorks，在 选择平台 下拉列表中选中 轻应用组装平台。单击页面右上角 图标或其文本框区域，在下拉列表中单击目标项目名称后，单击 应用 页签。在应用列表页面单击目标轻应用名称。在目标轻应用导航栏中，选择 服务管理>...
产品功能
阿里云图数据库自动机器学习（Graph Database Auto Machine Learning，简称GDB Automl）支持数据处理、模型训练、数据预测和导出部署。本文为您详细介绍GDB Automl的产品功能。数据处理 数据导入 目前版本支持从图数据库GDB导入数据、从...
横向MLP二分类/MLP多分类/MLP回归
使用时，数据格式如下，其中key的下标应从1开始，value应均为数值：正样本标签值填写 字段数据类型 是否编码 是否连接配置表 正样本标签值 字符类型 是 是 原值 是 否 编码值 数值类型 否 否 原值 否 是 原值 是 是 原值 是 否 编码值 模型...
用户管理
基本认证凭据的格式如下：Basic {BASE64编码的认证信息} 其中需要被BASE64编码的 认证信息 明文为%Authorization:Basic${创建的用户名}:${对应的用户密码}%（中间一定以冒号相隔）。常用API的权限策略 API种类 No credential WriteOnly ...
示例：使用轻应用模板
页面自动跳转至通过模板安装的轻应用概览页，您可以看到已完成安装的应用编码为bizworks-lightapp-template的轻应用。如果提示您 安装失败，界面会提示您具体失败原因。您可以根据提示进行相关操作，或者联系BizWorks技术人员帮您解决该...
push推送Demo
以 UTF-8 编码./opensearch 支持 'ADD'/'UPDATE' 及 'DELETE' 命令.分别实现 新增,更新 和删除 doc 动作.document1st:=map[string]interface{}{"cmd":"ADD","fields":map[string]interface{}{"id":1,/如文例所示.id 为 文档主键字段....
心脏病预测
本工作流基于真实的心脏病患者体测数据，为您介绍如何通过数据挖掘算法构建心脏病预测模型。前提条件 已创建工作空间，详情请参见 创建工作空间。已将MaxCompute资源关联到工作空间，详情请参见 管理工作空间。数据挖掘流程 数据集 本工作...
模型说明
可以较好地处理零样本场景下推理（不需要训练数据，直接预测）和小样本场景下fine-tune（经过少量样本，如1，5，10，100条数据训练后再应用预测），同时在全样本场景下fine-tune也具备较明显优势，推理速度较快。更多维度对比 模型 性能 ...
开发前端界面
在 新建页面 面板，编码 需填写为自定义页面 config.json 文件中定义的 pageId，开发模式 选择 前端全代码，完成相关配置项设置后，单击 创建。关于 pageId 的更多信息，请参见 创建页面。配置页面框架 在 页面编排 页面，单击 导航与框架...
- 产品推荐
- 这些文档可能帮助您