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
是否必选 参数类型 说明 is_success 是 Boolean 是否成功。 message 是 String 响应消息。 error_code 是 String 请求失败时的错误码,请求成功时无此字段。 error_msg 是 String 请求失败时的错误信息,请求成功时无此字段。
是否必选 参数类型 说明 header 是 String 是否显示表头。 true:有表头 false:无表头 delimiter 是 String 分隔符,最大长度10字符。 quote 是 String 引用字符,最大长度10字符。 escape 是 String 转义字符,最大长度10字符。
specifications参数说明 参数名称 是否必选 参数类型 说明 id 是 String 模型名称。 display_zh 是 String 规格中文名称。 display_en 是 String 规格英文名称。 specification 是 String 规格信息 示例 成功响应示例 {
is_success 是 Boolean 是否成功。 images 是 List 返回镜像列表信息,请参见表3 images参数说明。 表3 images参数说明 参数名称 是否必选 参数类型 说明 image_id 是 String 镜像ID。 model_name 是 String 镜像名称。
参数说明请参见表1-URI参数说明。 表1 URI参数说明 名称 是否必选 类型 说明 project_id 是 String 项目编号,用于资源隔离。获取方法请参见获取项目ID。 id 是 String 资源id,用于区分各个计算资源。 请求消息 暂不涉及。 响应消息 响应参数请参见表2。
参数说明请参见表1-URI参数说明。 表1 URI参数说明 名称 是否必选 类型 说明 project_id 是 String 项目编号,用于资源隔离。获取方法请参见获取项目ID。 type 是 String 指定需要查询配额的资源类型,可选值为“infer_service”、“infer_flow”。
参数说明请参见表1-URI参数说明。 表1 URI参数说明 名称 是否必选 类型 说明 project_id 是 String 项目编号,用于资源隔离。获取方法请参见获取项目ID。 type 是 String 添加的计算资源类型。 请求消息 暂不涉及。 响应消息 响应参数请参见表2。 表2 响应参数说明
数据探索是什么?近线实时数据如何在数据探索中的报告体现? 数据探索是针对当前数据源的数据进行挖掘和分析,主要聚焦在特征的分布范围、统计以及特征齐全度等,使用户能够更了解数据,进而指导在特征工程以及相关算法的配置。 数据探索是一个离线分析任务,任务有对应的启动时间,由于近线实时数据会实时
project_id 是 String 项目编号,用于资源隔离。获取方法请参见获取项目ID。 id 是 String 资源ID。 请求消息 暂不涉及。 响应消息 响应参数请参见表2-响应参数说明。 表2 响应参数说明 参数名称 是否必选 参数类型 说明 is_success 是 Boolean
参数名称 是否必选 参数类型 说明 title 是 String 待处理的文本。 mode 是 String 选择功能,该功能指定为"sorted-keywords"。 topn 是 String 设置最多保留前n个词(如不足n个则全保留),注意是String类型,如保留前10个词,则 "topn":"10"。
参数类型 说明 is_success 是 Boolean 是否成功。 clusters 是 List 请参见表4,集群列表。 表4 clusters参数说明 参数名称 是否必选 参数类型 说明 id 否 String 标识ID。 cluster_name 是 String 集群名称。 status
数据探索 数据探索介绍 数据探索是针对当前数据源的数据进行挖掘和分析,主要聚焦在特征的分布范围、统计以及特征齐全度等,使用户能够更了解数据,进而指导在特征工程以及相关算法的配置。 数据探索是一个离线分析任务,任务有对应的启动时间,由于增量数据会实时入库,因此可以通过定时执行数据探索任务来覆盖增量数据。
是否必选 参数类型 说明 is_success 是 Boolean 是否成功。 message 是 String 响应消息。 error_code 是 String 请求失败时的错误码,请求成功时无此字段。 error_msg 是 String 请求失败时的错误信息,请求成功时无此字段。
Logistic Regression (LR) LR算法是一种广义的线性回归分析模型,常用于数据挖掘、疾病自动诊断、经济预测等领域。LR算法通过在线性回归的基础上叠加一个sigmoid激活函数将输出值映射到[0,1]之间,是机器学习领域里常用的二分类算法。 表1 逻辑斯蒂回归参数说明
召回策略 召回是指对大量的物品做初选,为每一个用户形成个性化侯选集。召回策略是指通过大数据计算或深度训练生成推荐候选集的算法策略。召回策略中内置了多种召回方式,您可根据自己场景选择。 基于综合行为热度推荐 基于综合行为热度推荐统计用户对物品所有行为的加权热度。如果选择用户分群,将
在线上策略使用到关联推荐召回策略时需要提供。例如,给用户推荐物品,主体是用户,客体是物品;给物品推荐用户,主体是物品,客体是用户;给用户推荐用户,主体是用户,客体是用户;给物品推荐物品,主体是物品,客体是物品。 纯排序场景中,该参数为传入待排序物品列表的字段,传入物品集供模型排序使用。
nearline_platform 是 JSON 请参见表3,近线计算平台。 strategy 是 JSON 请参见表5,策略信息。 表3 nearline_platform 参数说明 参数名称 是否必选 参数类型 说明 platform 是 String 平台名称,最大长度64字符,支持DLI。
用户的预测结果。如果是关联推荐,需要配置“物品项”,即推荐与物品项相关的产品。如果物品项有多个,需要用英文逗号隔开。 图1 代码预测 表单:输入“ID”,并设置“最大推荐个数”。其中ID可以为用户ID或者物品ID,单击“预测”后显示预测结果,如图2所示。如果是关联推荐,则需要配置
预测接口(文本标签) 分词模型 命名实体识别模型 父主题: 在线服务API
手段处理问题。 逻辑斯蒂回归-LR 逻辑斯蒂回归算法是一种广义的线性回归分析模型,常用于数据挖掘、疾病自动诊断、经济预测等领域。逻辑斯蒂回归算法通过在线性回归的基础上叠加一个sigmoid激活函数将输出值映射到[0,1]之间,是机器学习领域里常用的二分类算法。单击查看逻辑斯蒂回归详情信息。