检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
响应示例 状态码: 200 连接器连接测试成功 true 状态码: 500 内部服务器错误 { "error_code" : "TICS_AGENT.10000012", "error_msg" : "测试连接失败,请检查参数或上传文件权限" } 状态码 状态码 描述 200
用户数据安全的前提下,利用多方数据和模型实现样本联合预测。 公测 联邦预测作业 2 联邦分析新增union all语法 安全多方计算MPC扩展语法支持union all语法。 公测 创建联邦数据分析作业 3 纵向联邦支持“样本粗筛”功能和“等距分箱”方式 纵向联邦作业在特征选择时
更多编程语言的SDK代码示例,请参见API Explorer的代码示例页签,可生成自动对应的SDK代码示例。 状态码 状态码 描述 200 保存联邦学习作业成功 401 操作无权限 500 内部服务器错误 父主题: 联邦学习作业管理
选择数据 首先企业A要在“数据选择”页面选择双方发布的数据集,已选择的数据集会出现在右侧,所选的数据集会用于后续的步骤。 父主题: 使用TICS可信联邦学习进行联邦建模
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
模型训练 企业A在完成特征选择后,可以单击右下角的“启动训练”按钮,配置训练的超参数并开始训练。 等待训练完成后就可以看到训练出的模型指标。 模型训练完成后如果指标不理想可以重复调整7、8两步的所选特征和超参数,直至训练出满意的模型。 父主题: 使用TICS可信联邦学习进行联邦建模
35端口,且需要建立消息端点和消息路由,步骤如下: 登录IEF服务,选择左侧“边云消息”列,选择“消息端点”。 创建消息端点,填写相关参数。 “消息端点类型”选择“边缘端点(ServiceBus)”; “消息端点名称”参数值为“tics-agent”; “服务端口”参数值为“30000”。
35端口,且需要建立消息端点和消息路由,步骤如下: 登录IEF服务,选择左侧“边云消息”列,选择“消息端点”。 创建消息端点,填写相关参数。 “消息端点类型”选择“边缘端点(ServiceBus)”; “消息端点名称”参数值为“tics-agent”; “服务端口”参数值为“30000”。
\"user_name\":\"admin\",\"password\":\"***\"}" } 状态码 状态码 描述 200 更新连接器成功 201 新建连接器成功 401 操作无权限 500 内部服务器错误 父主题: 连接器管理
是否必选 参数类型 描述 X-Auth-Token 是 String 用户凭证 Content-Type 是 String 消息体的类型(格式) 响应参数 状态码: 200 表4 响应Body参数 参数 参数类型 描述 lists Array of TicsApproveLogVo objects
场景描述 某企业A在进行新客户营销时的成本过高,想要通过引入外部数据的方式提高营销的效果,降低营销成本。 因此企业A希望与某大数据厂商B展开一项合作,基于双方共有的数据进行联邦建模,使用训练出的联邦模型对新数据进行联邦预测,筛选出高价值的潜在客户,再针对这些客户进行定向营销,达成提高营销效果、降低营销成本的业务诉求。
准备数据 首先,企业A和大数据厂商B需要商议确定要提供的数据范围及对应的元数据信息,双方初始决定使用最近三个月的已有用户转化数据作为联邦训练的训练集和评估集,之后使用每周产生的新数据作为联邦预测的预测集。 表1 企业A的数据 字段名称 字段类型 描述 id string hash过后的手机号字符串
样本对齐 单击右下角的下一步进入“样本对齐”页面,这一步是为了进行样本的碰撞,过滤出共有的数据交集,作为后续步骤的输入。企业A需要选择双方的样本对齐字段,并单击“对齐”按钮执行样本对齐。执行完成后会在下方展示对齐后的数据量及对齐结果路径。 父主题: 使用TICS可信联邦学习进行联邦建模
是否必选 参数类型 描述 X-Auth-Token 是 String 用户凭证 Content-Type 是 String 消息体的类型(格式) 响应参数 状态码: 200 表4 响应Body参数 参数 参数类型 描述 lists Array of TicsLeagueAuditLog
模型评估 训练时的评估指标是用训练的数据集中随机采样的记录计算的,完成训练后企业A也可以使用其他的数据集对同一个模型进行多次的评估。单击“发起评估”选择训练参与方不同的数据集即可发起模型评估。 至此使用可信联邦学习进行联邦建模的过程已经完成,企业A已经训练出了一个符合自己要求的算
场景描述 某企业A在进行新客户营销时的成本过高,想要通过引入外部数据的方式提高营销的效果,降低营销成本。 因此企业A希望与某大数据厂商B展开一项合作,基于双方共有的数据进行联邦建模,使用训练出的联邦模型对新数据进行联邦预测,筛选出高价值的潜在客户,再针对这些客户进行定向营销,达成提高营销效果、降低营销成本的业务诉求。
准备数据 企业A和大数据厂商B需要按照训练模型使用的特征,提供用于预测的数据集,要求预测的数据集特征必须包含训练时使用的特征。 表1 企业A的数据 字段名称 字段类型 描述 id string hash过后的手机号字符串 col0-col4 float 企业A数据特征 industry_predict
执行联邦学习作业时,报“ERROR UNAVAILABLE:Network closed for unknown reason”,如何解决? 问题描述 执行联邦作业时,出现“ERROR UNAVAILABLE:Network closed for unknown reason”报错信息。
是否必选 参数类型 描述 X-Auth-Token 是 String 用户凭证 Content-Type 是 String 消息体的类型(格式) 响应参数 状态码: 200 表4 响应Body参数 参数 参数类型 描述 lists Array of AgentListVo objects
与请求消息头中Content-Type对应,传递除请求消息头之外的内容。若请求消息体中的参数支持中文,则中文字符必须为UTF-8编码。 每个接口的请求消息体内容不同,也并不是每个接口都需要有请求消息体(或者说消息体为空),GET、DELETE操作类型的接口就不需要消息体,消息体具体内容需要根据具体接口而定。