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
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
的诉求。同时，在云端提供统一的设备/应用监控、日志采集等运维能力，为企业提供完整的边缘和云协同的一体化服务的边缘计算解决方案。 前提条件 本地存在下载好的空间信息和证书文件，下载方式参考下载计算节点配置信息。 若需将执行过程记录审计至区块链，请确保当前加入的空间已开启区块链审计服
用户从“前往购买计算节点”进入部署页面则无需该操作。 其它情况下需在TICS“通知管理”页面，单击“下载计算节点配置”，得到agentConfig.zip文件，本地解压后，导入json文件，空间配置信息将会自动填充到“区域”（league_region_name）、“空间名称”（league_name
执行作业时，提示“启动新任务失败，服务器任务队列超出缓存长度”，如何解决？ TICS执行作业时，如果当前环境资源不足，会将任务缓存入队列中。任务队列长度默认为10。当空间缓存的任务超出长度时，界面会提示报错。 您可以通过TICS空间页查看是否有作业等待中或正在运行，等待任务运行完成或者停止其他任务后，再执行作业。
登录用户名”和“密码”。 图2 前往计算节点 选择界面左侧“数据管理>数据创建”，单击“创建”，可选“本地连接器”或者“关系型数据库连接器”。 本地连接器：在弹出的界面选择本地连接器（localConnector），选择“结构化”数据类型，再配置创建数据的参数，配置完成后单击“确定”。
ORACLE--ORACLE数据类型 6.LOCAL_CSV--本地数据类型 ag_dataset_table 否 AgDatasetTableVo object 数据集表信息 ag_dataset_local 否 AgDatasetLocalVo object 本地数据集信息 ext_columns 否
result_storage_region_name String 结果所在region name，最大长度128 obs_path String obs/本地文件路径，最大长度256 counter_map Map<String,Integer> 实例统计，最大长度1024 请求示例 查询学习类型作业执行结果
String 空间ID league_name String 空间名称 cluster_type String 部署类别：cce部署、ief部署、外部可信计算节点 storage_type String 挂载类别：主机挂载、obs挂载 cce_vpc_id String cce节点所在的vpc
算节点只能选择LOCAL。 执行脚本 用户本地的自定义执行脚本，样例请参考准备本地横向联邦数据资源中步骤4。 训练模型 用户自定义模型，样例请参考准备本地横向联邦数据资源中步骤3。 初始权重参数 评估时必填，训练时可选，样例请参考准备本地横向联邦数据资源中步骤3。 迭代次数 即epoch，数据迭代计算的次数。
fl作业类型枚举。TRAIN（训练），EVALUATE（评估）。 hfl_platform_type 否 String 联邦学习运行平台枚举值。LOCAL（本地），MODEL_ARTS（modelarts） agent_id 是 String 作业发起可信计算节点id，最大32位，由字母和数字组成
DEPLOYING, TERMINATING; data_count Long 样本对齐数据量 obs_path String obs/本地文件路径 start_time String 开始时间 end_time String 结束时间 result_ext String 样本对齐结果
执行脚本是每个参与方的计算节点在本地会执行的模型训练、评估程序，用于基于本地的数据集训练子模型。 训练模型文件则定义了模型的结构，会用于每个参与方在本地初始化模型。 图2 配置执行脚本、训练模型文件 配置已方、对方数据集。在作业的数据集配置中，选择己方、对方的本地数据集，此外需将已方的数
空间组建完成，参考组建空间。 空间成员完成计算节点部署，配置参数时选择存储方式和数据目录，参考4.1 部署计算节点。 空间成员完成数据集准备工作，参考准备本地横向联邦数据资源。 空间成员在数据目录中完成数据发布，参考4.6.4 发布数据。 对接MA的计算节点如果是使用子账号进行创建的，需要参考配
因此模型文件result_10为该线性模型的系数加上偏置项。 图2 查看模型结果文件 本地利用测试集评估模型。可以采用如下脚本，会打印出模型在测试集上的准确率和AUC两个指标。 图3 本地评估模型的Python脚本 父主题： 测试步骤
ORACLE--ORACLE数据类型 6.LOCAL_CSV--本地数据类型 ag_dataset_table AgDatasetTableVo object 数据集表信息 ag_dataset_local AgDatasetLocalVo object 本地数据集信息 ext_columns Array
Failed 未满足前提条件，服务器未满足请求者在请求中设置的其中一个前提条件。 413 Request Entity Too Large 由于请求的实体过大，服务器无法处理，因此拒绝请求。为防止客户端的连续请求，服务器可能会关闭连接。如果只是服务器暂时无法处理，则会包含一个Retry-After的响应信息。
创建申请 用数方可以在数据目录选取需要的数据集，创建数据申请并描述需求，发送至供数方审视需求。 支持的数据源类型：CSV或者二进制的本地文件、MySQL、Hive，其中MySQL和Hive的数据集配置可参照管理数据章节。 前提条件 空间组建完成，参考组建空间。 空间成员完成计算节
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。
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。
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。
本节实验包含了如下三个部分：（1）训练轮数对联邦学习模型分类性能的影响；（2）迭代次数对联邦学习模型分类性能的影响；（3）参与方数据量不同时，本地独立训练对比横向联邦的模型性能。 不同训练参数对模型准确率、训练时长的影响 训练轮数对模型准确率的影响（迭代次数固定为20） 训练轮数 1
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
