词频统计 该组件是指输入一些字符串（手动输入或者从指定的文件读取），用程序来统计这些字符串中总共有多少个单词，每个单词出现的次数。TF-IDF 该组件是一种用于资讯检索与文本挖掘的常用加权技术。通常在搜索引擎中应用，可以作为文件与...
比特率表示经过编码（压缩）后的音、视频数据每秒钟需要用多少个比特来表示，而比特就是二进制里面最小的单位，要么是0，要么是1。与码率类似，比特率与音、视频压缩的关系，简单的说就是比特率越高，音、视频的质量就越好，但编码后的文件...
例如，timestamp 的范围可以被用来表达一个会议室被保留的时间范围。在这种情况下，数据类型是 tsrange（“timestamp range”的简写）而 timestamp 是 subtype。subtype 必须具有一种总体的顺序，这样对于元素值是在一个范围值之内、之前或...
SNTP协议 简单网络时间协议（Simple Network Time Protocol），由NTP改编而来，主要用来同步因特网中的计算机时钟。在 RFC2030 中定义。SNTP协议采用客户端/服务器的工作方式，可以采用单播（点对点）或者广播（一点对多点）模式操作。SNTP...
Small Group-By Keys 在做hash aggregation时，如果group by key的NDV（唯一值个数）很小，可以用一个较小范围的整数值来覆盖，这样可以使用一个连续数组来计算aggregation而不是hash table。连续数组cache locality要好很多，可以大幅提升...
梯度提升决策树(Gradient Boosting Decision Trees)二分类，是经典的基于梯度提升（Gradient Boosting）的有监督学习模型，可以用来解决二分类问题。支持计算资源 支持的计算引擎为MaxCompute。算法简介 梯度提升决策树(Gradient Boosting ...
分辨率（Resolution）用来描述视频对细节的分辨能力，通常表示为每一个方向上的像素数量，比如1280×720等。分辨率决定了视频画面细节的精细程度。通常情况下，视频的分辨率越高，所包含的像素就越多，画面就越清晰。分辨率是决定码率的...
一、组件说明 分箱（Binning）是一种数据预处理方法，用于将连续数据转化为离散数据。分箱的目的是为了减少异常值的影响和简化模型的复杂度，同时提高模型的稳定性和可解释性。分箱的基本思路是将一段连续的数据划分为几个区间或者桶，然后...
一、组件说明 横向分箱（HomoBinning），是一种横向场景下的数据预处理方法，用于将连续数据转化为离散数据。分箱的目的是为了减少异常值的影响和简化模型的复杂度，同时提高模型的稳定性和可解释性。横向分箱的基本思路是将一段连续的数据...
请求响应时间：您需要关注99、95、90、80等一些关键分位的指标是否符合预期，相对来说平均响应时间对您没有太大的参考意义，因为压测需要保证绝大部分用户的体验，在不清楚离散程度的情况下，平均值容易导致误判。系统吞吐量：是衡量系统能...
它通过存储每个数据块的最小值和最大值来为数据集构建索引，从而提供快速和高效的数据检索。minmax索引适用于数据集中、数值连续的数据，例如时间戳或实数值。它将数据集拆分成块，然后计算每个块的最小值和最大值，存储在索引中。当进行...
q：必选参数，相当于OpenSearch中query查询，具体转化规则如下：q 转化规则‘:‘暂不支持 range索引，用filter的区间段来转化+A=>A-A=>不支持 A AND B=>A AND B A AND-B=>A ANDNOT B A OR B=>A OR B A OR+B=>A RANK B A AND B OR C=>A AND ...
q：必选参数，相当于OpenSearch中query查询，具体转化规则如下：q 转化规则‘:‘暂不支持 range索引，用filter的区间段来转化+A=>A-A=>不支持 A AND B=>A AND B A AND-B=>A ANDNOT B A OR B=>A OR B A OR+B=>A RANK B A AND B OR C=>A AND ...
背景信息 内置模板分为表级和字段级的模板规则，支持您通过内置规则模板来快速为一批表批量创建数据质量规则。还支持您按表配置数据质量规则，详情请参见 配置规则：按表（单表）。使用限制 按模板配置目前支持配置EMR（E-MapReduce）、...
Node具有单线程（single-threaded）、非阻塞（non-blocking）、异步（asynchronous programming）等特性，这些特性一方面非常适合于构建可扩展的网络应用，用来实现Web服务这类I/O密集型的应用。但是，Node对CPU密集型的场景不够友好，一旦...
例如，Hologres需要收集数据的采样统计信息，包括数据的分布和特征、表的统计信息、列的统计信息、行数、列数、字段宽度、基数、频度、最大值、最小值、长键值、分桶分布特征等信息。这些信息将为优化器更新算子执行预估COST、搜索空间裁剪...
No max(see text)→same as input type 计算非空输入值的最大值。适用于任何数字、字符串、日期/时间或enum类型，以及 inet,interval,money,oid,pg_lsn,tid 和任何这些类型的数组。Yes min(see text)→same as input type 计算非空输入值的...
不过，平均耗时有一个致命的缺陷，就是容易被异常请求的离散值干扰，比如100次请求里有99次请求耗时都是 10ms，但是有一次异常请求的耗时长达1分钟，最终平均下来的耗时就变成（60000+10*99）/100=609.9ms。这显然无法反映系统的真实表现。...
当一个会话要执行大量类似语句时，预备语句可能会有最大性能优势。如果该语句很复杂（难于规划或重写），例如，如果查询涉及很多表的连接或者要求应用多个规则，性能差异将会特别明显。如果语句相对比较容易规划和重写，但是执行起来开销...
取值如下：Isometric Discretization（等距离散）Isofrequecy Discretization（等频离散）Gini-gain-based Discretization（基于Gini增益离散）Entropy-gain-based Discretization（基于熵增益离散）离散区间个数 离散区间的个数。...
二、诊断报告 下面用demo数据演示了基础统计分析报告，其中展示了每天的用户量，展示了多个bigint特征从最大值最小值、百分位数、频数统计等多个角度的分析报表。诊断结果中显示空值率大于0.4，需要关注city字段。展示每天的数据总量 唯一...
本数据库并不能给出一个精致的定理证明器来识别写成不同形式在数学上等价的表达式（一方面创建这种证明器极端困难，另一方面即便能创建出来对于实用也过慢）。系统可以识别简单的不等蕴含，例如“x”蕴含“x”；否则谓词条件必须准确匹配...
通常来说当字符串的最大长度不可知的时候，建议使用CLOB类型，而不是VARCHAR2类型。说明 CLOB类型可存储字符串的最大长度大约是1GB。TEXT 可以在TEXT类型中存储长字符串。TEXT和CLOB类型类似，没有长度限制。可用于存储最大长度不可知的...
普惠的RDMA网络带来了应用场景的丰富化，相对于传统的线下RDMA的应用场景，eRDMA可以用在更加丰富的场景，例如缓存数据库（Redis）、大数据（Spark）、HPC（WRF）、AI训练等。并且在这些领域内，均取得了可观的性能收益。使用限制 在使用...
spark.jars.packages spark.jars.packages 可以用Package的形式来指定依赖包，Spark会动态下载这些Package到ClassPath里，多个Package以逗号（,）分隔。如下图示例，段落①指定delta包，段落②使用这个delta包。spark.files spark.files ...
更常见的是把它用来生成一个大型命令内的“常量表”，当是它也可以被独自使用。当多于一行被指定时，所有行都必须具有相同数量的元素。结果表的列数据类型由出现在该列的表达式的显式或者推导类型组合决定，决定的规则与 UNION 相同。在...
评分卡是信用风险评估领域常用的建模工具，其原理是通过分箱输入将原始变量离散化后再使用线性模型（逻辑回归或线性回归等）进行模型训练，其中包含特征选择及分数转换等功能。同时也支持在训练过程中为变量添加约束条件。说明 如果未指定...
transfer_large_data_by_brpc 默认值：true 类型：Bool 说明：该配置用来控制是否在Tuple或者Block data长度大于1.8 GB时，将protoBuf request序列化后和Tuple或者Block data一起嵌入到controller attachment后通过Http brpc发送。...
以下实验室的测试值供参考：当问题约束量为43200，非零元素为1038761时 测试最大内存占用为350 MB 测试最大内存占用为620 MB 测试最大内存占用为920 MB 当问题约束量为986069，非零元素为4280320时 测试最大内存占用为1250 MB 测试最大内存...
均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点的均值来最小化L2损失。费尔德曼均方误差：它使用费尔德曼均方误差，这种指标使用费尔德曼针对潜在分枝中的问题改进后的均方误差。平均...
交叉验证：在交叉验证中，数据集被划分为训练集和验证集两部分，模型基于训练集进行训练，然后用验证集来评估模型的性能。这种方法可以有效地评估模型的泛化能力，并减少因样本随机性带来的影响。混淆矩阵：评估分类模型性能的一种重要工具...
均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点的均值来最小化L2损失。平均绝对误差：它使用叶节点的中值来最小化 L1 损失。否 均方误差 均方误差 平均绝对误差 其他参数 参数名 参数...
公共属性 字段名 是否必选 含义 feature_name 是 feature_name会被当作最终输出的feature的前缀 feature_type 是 即下文中的类型 id_feature（离散ID特征）id feature是一个sparse feature，是一种最简单的离散特征，只是简单的将某个字段...
而用户故事点（Story Points）则是开发团队用来衡量用户故事复杂度和工作量的一个单位，一个用户故事点可以代表一个人/时或者一个理想工作日等等，可以用 story point 来衡量一个 issue 的难度或者工作量。在云效上实践敏捷开发的项目管理...
基于分箱组件实现连续特征离散化 介绍如何使用分箱组件进行连续特征离散化。人口普查统计案例（旧版）以人口普查数据为例，根据人物年龄、工作类型及教育程度等属性，快速构建学历对收入影响的统计模型。预测学生考试成绩 基于中学生的家庭...
根据 输出数据 画图，如下右图显示，原本在聚类类别之外的点也被纳入到聚类类别之中，便于分析一些离散在聚类中心的用户数据对于整体画像刻画的影响。如果eps设置过大，会让两个类别之间的边界变得不够清晰，影响最终的聚类结果。配置min_...
0（默认值）忽略文档长度 1 用 1+文档长度的对数除排名 2 用文档长度除排名 4 用长度之间的平均调和距离除排名（只被 ts_rank_cd 实现）8 用文档中唯一词的数量除排名 16 用 1+文档中唯一词数量的对数除排名 32 用排名+1 除排名 如果多于...
用DescribeAvailableAdvices来显示可用优化建议。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。调试 授权信息 下表是API对应的授权信息，可以在RAM权限...
目前该API接口已标记为弃用，推荐使用替代API：Qualitycheck(2019-01-15)-UploadDataV4。上传离线文本质检数据（纯文本会话）：适用于在线坐席场景。推荐使用UploadDataV4接口。UploadDataV4与UploadData的差异：1、V4仅支持POST请求。2、V...
调试 授权信息 下表是API对应的授权信息，可以在RAM权限策略语句的 Action 元素中使用，用来给RAM用户或RAM角色授予调用此API的权限。具体说明如下：操作：是指具体的权限点。访问级别：是指每个操作的访问级别，取值为写入（Write）、读取...