诊断决策树
执行诊断决策树您可以通过以下任一方式执行诊断决策树：在 故障诊断>诊断决策树 页面，选择要执行的诊断决策树，单击 操作 列下的 执行 按钮，然后确定即可。在要执行的诊断决策树的详情页，单击决策树区域右侧的 执行 按钮，然后确定即可...
诊断报告
执行诊断决策树时，系统会生成对应的诊断报告，记录诊断的执行信息。你可以在 诊断报告 页面查看所有诊断决策树的执行记录，包括诊断决策树名称、触发方式、诊断状态、创建时间、状态概要、结果概要以及诊断结果。在左侧导航栏上，单击 ...
风险场景
如需新增诊断决策树，请参见 新建诊断决策树。添加触发项选填可选 巡检规则 或 监控规则。如果选择 巡检规则，则需要选择对应的关联规则。如需新增巡检规则，请参见 新建规则。如果选择 监控规则，则需要输入对应的关联规则。配置完成后，...
功能特性
是针对特定风险事件进行集中化处理的模块，风险场景中包含了处理风险事件所需要诊断决策树、应急预案、业务影响等信息。目前应急场景升级后，需要将风险场景和应急响应联动，所以需要添加更多属性。日常巡检日常巡检 是高可用管理平台最...
性能指标
算法类型数据规模特征规模任务类型任务平均运行时间决策树-XGBoostWithDp100万2000维*2000维训练180分钟决策树-GBDTWithDp500万100维*100维训练15分钟线性回归-LinearRegressionWithHe100万100维*100维训练150分钟逻辑回归-...
决策树
计算逻辑原理决策树是一种树形结构，其中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类或回归的结果，本质是一颗由多个判断节点组成的树。参数说明IN端口参数名参数描述是否必填输入数据...
诊断节点
诊断节点是诊断决策树的子节点，通过节点之间的关联，实现一棵完整的决策树。新建节点从左侧导航栏进入 故障诊断>诊断节点 页面，单击 新建节点。在右侧新窗口中，配置新节点的信息，包括节点名称、描述，选择节点类型、超时时间及标签，...
总览
①）：展示了治理风险数、历史风险数、巡检规则、诊断决策树数量、应急预案、演练场景、应用总数、应用覆盖率、产品总数以及产品覆盖率。单击统计数据可直接跳转至相应的业务详情列表。风险统计（图示中 ②）：今日巡检任务：展示了今日...
阵列布局的使用
应用场景我们在搭建一个园区场景的时候，园区内部会有一些装饰性的树木模型会按照一定的间距进行布局摆放（同理厂房车间一些装饰性的模型对象）。此时如果我使用常规方式，将对象一一拖拽至指定位置，效率将及其低下。因此我们需要一种快速...
梯度提升回归树
Tree）是利用树模型进行回归的算法模型。功能说明梯度提升回归树GBRT（Gradient Boosting Regression Tree）是利用树模型进行回归的算法模型。梯度提升采用连续的方式构造树，每棵树都试图纠正前一棵树的错误。默认情况下，梯度提升回归树...
梯度提升决策树
梯度提升决策树（GradientBoostingClassifier）是一种迭代的决策树算法，由多棵决策树组成，是进行多分类的算法模型。功能说明GBDT(Gradient Boosting Decision Tree)是一种迭代的决策树算法，由多棵决策树组成，是进行多分类的算法模型。...
诊断规则
通过故障诊断平台，运维人员可以将诊断过程、排查顺序进行图形化编排与设计，即故障诊断决策树。而后，在实际故障发生时，即可执行自动化、标准化的故障排查，并直接输出诊断报告，反馈诊断结果。故障诊断功能有效提升了故障排查效率，实现...
风险事件
应急分析：风险事件关联了诊断决策树时，该模块将展示自动触发的诊断决策树中诊断异常的信息。应急响应：包括未响应和已响应的成员。应急过程：展示了当前风险应急处理的流程与进展（发现风险 应急过程>应急完成）以及应急处理记录。预案...
CreateTrainingJob-创建训练任务
}HasModelInfoboolean是否存有特征重要性、模式、决策树等特征信息。falseErrorCodeinteger错误码。0ErrorMessagestring错误信息。OKRequestIdstring请求ID。f8651828-609d-4de8-ab49-ab781d7fd85a错误码访问错误中心查看更多错误码。
模型可视化
您可以在训练成功的模型中启动模型可视化功能，在可视化界面更直观的查看模型训练结果分析报告，进一步了解智能圈选过程中，哪些特征会起到重要作用。操作步骤 进入用户增长插件页面。登录PAI控制台。在左侧导航栏，选择场景化解决方案>...
MapReduce
机器学习：监督学习、无监督学习和分类算法（例如决策树、SVM）。自然语言处理：基于大数据的训练和预测。基于语料库构建单词同现矩阵，频繁项集数据挖掘、重复文档检测等。广告推荐：用户单击（CTR）和购买行为（CVR）预测。MapReduce流程...
管理模型
右键单击模型树上的一个模型，选择打开数据视图，即可快速打开该模型，模型设计区会展示当前模型某主题域的ER图。保存模型 DDM模型文件的扩展名有两种，一种是.ddm格式（XML文件），另一种是.ddmx格式（二进制文件）。模型保存可以将模型...
梯度提升回归树算法（GBRT）
Tree（RT））：回归树是决策树类别之一，用来预测实际值。GBRT算法是一种迭代的回归树算法，由多棵回归树组成，所有回归树的结论累加起来为最终结果。梯度提升（Gradient Boosting（GB））：梯度提升通过迭代多棵树来共同决策最终结果。每...
UDP
右键单击模型树上的模型名称，在弹出的菜单中选择属性，界面上弹出模型编辑器页面。在模型编辑器中切换到自定义属性选项卡，您可以进入模型级UDP显示和编辑页面。单击编辑自定义属性，进入模型级的自定义属性编辑器页面，在该页面可以对...
数据加密和密钥管理
Secrets模型一般用于存储业务应用涉及的敏感信息，例如应用密码、证书、API访问凭据等敏感信息，所有Secrets对象在原生的K8s集群会以Base64编码的形式存储在集群etcd中。在ACK托管集群管控侧，所有控制平面中的etcd节点云盘均开启了数据盘...
创建与管理领域对象
领域模型一般由中台业务专家创建，供开发人员生成脚手架代码进行后续开发。领域模型包含领域对象和领域服务，其中领域对象包含对象属性、对象关系、对象行为。本文为您介绍如何通过面板创建领域对象，以及编辑、删除操作；您也可以使用领域...
管理表
创建表 DDM提供两种创建表（实体）的方式：右键单击模型树表节点，在弹出的菜单中选择新建实体。单击工具栏的实体/表，移动光标到主模型设计区域时会变成虚线矩形图，单击鼠标左键即可在该位置完成添加表的操作。编辑表 右键单击模型设计区...
管理字段
DDM提供两种创建字段的方式：右键单击模型树上的，弹出的菜单中选择编辑字段，然后在字段编辑器页面进行添加字段操作。右键单击模型设计区的一张表，在弹出的菜单上选择编辑字段，即可进入字段编辑器页面添加字段。如果已经建立数据标准，...
Lindorm（HBase）数据入库与ETL
Pipeline模型一般表示为一个JSON对象，其主要对象称为pipeline，该对象是要执行的步骤数组（还有一些JSON对象，我们将其称为Stage Objects）。DLA Ganos整个入库操作的Pipeline流程与相关参数全部通过一个JSON对象进行定义，一个简单的JSON...
功能发布记录
大盘能力增强提供折线图、柱状图、饼图、表格、文本、热力图、指标等丰富图表组件，以及支持选择多数据源的多指标配置指标展现，并提供占位符、图表分组、图表移动等多样大盘能力。2022-04-263.18.0数据源-采集数据源全新升级新版采集数据...
管理主题域
在左侧模型树，右键单击主题域，弹出的菜单选择新建主题域，随之显示主题域编辑器对话框。属性用于填写主题域的名称和定义，统计用于显示当前主题域中表的数量。表成员管理 成员用于将目标表添加到当前主题域中，勾选目标表后单击确定，...
导入模型
实体和视图选项卡用于筛选需要逆向的表和视图对象，抽取对象筛选完毕后单击下一步执行逆向操作，页面会展示逆向模型的进度，逆向完成后单击结束，模型树上会展示出当前逆向操作的数据库模型。导入其它工具的模型 DDM支持导入ERwin、...
随机森林
随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。计算逻辑原理随机森林就是种了很多决策树，对输入向量进行分类（回归）。每一颗...
工厂模型集成
企业用户在运营中心中创建工厂模型和工艺路径，工厂模型包括企业所有的工厂、车间、产线、加工中心，加工中心下再指定生产设备，工厂模型参考ISA95中的模型定义： 工厂模型查询 如果第三方应用业务需要用到工厂模型，可以通过API查询工厂...
工厂建模，获取工厂模型树形结构
工厂建模，获取工厂模型树形结构 路径/industry/modelling/factory/tree/query 版本号 1.0.2 协议 HTTPS 请求方法 POST 是否需要用户身份鉴权 否 超时时间 10000 请求参数 名称 类型 是否必选 示例值 描述 id Long 否 指定工厂id search ...
工艺建模，获取工艺模型树形结构
工艺建模，获取工艺模型树形结构 路径/industry/modelling/technics/tree/query 版本号 1.0.2 协议 HTTPS 请求方法 POST 是否需要用户身份鉴权 否 超时时间 3000 请求参数 名称 类型 是否必选 示例值 描述 code String 否 {"code":"code...
FE参数配置
前两个线程池采用非阻塞模型，一个线程可以处理很多Socket的读写，所以线程池数量较小。大多数项目，Acceptors线程只需要1～2个，Selectors线程配置2～4个即可。Workers是阻塞性的业务逻辑，往往有较多的数据库操作，需要的线程数量较多，...
随机森林回归算法（Random Forest Regression）
随机森林回归模型通过随机抽取样本和特征，建立多棵相互不关联的决策树，通过并行的方式获得预测结果。每棵决策树都能通过抽取的样本和特征得出一个预测结果，通过综合所有树的结果取平均值，得到整个森林的回归预测结果。使用场景 随机...
LightGBM算法
Machine）是一个基于决策树算法的分布式梯度提升框架。设计初衷是提供一个快速、高效、低内存、高准确度、支持并行和大规模数据处理的工具。LightGBM可以减小数据对内存的使用、减小通信代价以及提升多机并行时的效率，在数据计算上实现...
群体稳定性指标PSI
dt：决策树分箱。kmean：基于k均值聚类分箱。categorical_feature：类目型的特征。多个类目型之间使用英文逗号（,）分隔。示例/*polar4ai*/CREATE FEATURE psi_001 WITH(feature_class= 'psi',x_cols='Airline,Flight,AirportFrom,...
LightGBM
lightgbm是一个梯度Boosting框架，使用基于决策树的学习算法。它可以说是分布式的，高效的，有以下优势：更快的训练效率低内存使用更高的准确率支持并行化学习可以处理大规模数据与常见的机器学习算法对比，速度是非常快的。计算逻辑原理...
SQL优化技术
性能跟踪的算法基于决策树模型，包括全量SQL追踪和慢SQL追踪等多维度追踪，对SQL模板优化后的性能指标与优化前进行对比，综合判断SQL模板在该时刻是否发生了性能衰减。业务往往是以天为周期变化，默认跟踪时间为24小时，没有回滚，则认为...
机器学习（MADlib）
分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题。聚类问题：提供K-Means算法实现...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
XGBoost
计算逻辑原理XGBoost是一个树集成模型，它使用的是K（树的总数为K）个树的每棵树对样本的预测值的和作为该样本在XGBoost系统中的预测， XGBoost算法思想就是不断地添加树，不断地进行特征分裂来生长一棵树，每次添加一个树，其实是学习一个...
- 产品推荐
- 这些文档可能帮助您
