阿里云文档 2025-04-25

在推荐系统中应用FeatureStore管理特征

本文以FeatureStore的特征表为例,为您介绍FeatureStore从创建与注册到最终上线的过程,帮助您了解如何从零开始搭建并上线一套完整的推荐系统。

阿里云文档 2025-01-16

PAI-Rec推荐开发平台-推荐方案定制-特征配置

接下来需要做“特征配置”。特征配置在推荐方案配置中是一个核心的部分,我们期望通过界面配置出想要的特征,然后自动生成计算的MaxCompute 和Flink的SQL代码,生产出常见的统计特征、序列特征、MinMax特征、偏好KV统计特征,最终输出给向量召回、粗排和精排模型样本。1.常用周期行为类型配置...

阿里云文档 2024-12-17

实时特征

本文介绍实时统计特征如何构建,有哪些注意点。

阿里云文档 2024-11-13

特征生产, 最佳实践

特征平台当前提供的特征生产功能旨在简化特征创建过程,通过固化常用的和普遍的生产步骤,您仅需进行简单配置就能轻松生成特征,从而有效降低了特征生产的复杂性。特征生产在多个领域(包括推荐、广告、风控以及机器学习等)都有广泛应用,本文将以推荐场景为例,为您介绍从原始表到特征生产加工生成样本表,再到训练模型的完整过程。

阿里云文档 2024-11-13

特征平台与, 特征生产

目前在特征平台(FeatureStore)中支持的特征生产功能在推荐、广告、风控以及机器学习等领域都有广泛的应用。该功能旨在降低特征生产的复杂度,通过将特征生产中通用常见的功能固定下来,通过配置的方式即可实现特征生产。本文为您介绍特征生产的详细过程。

文章 2024-07-13 来自:开发者社区

在机器学习和数据科学中,数据预处理是一个至关重要的步骤。数据规范化(或称为特征缩放)是预处理的一种常见技术,它可以帮助我们改进模型的性能。`sklearn.preprocessing`模块提供了多种数据规范化的方法,其中`StandardScaler`和`MinMaxScaler`是最常用的两种。

1. 引言 在机器学习和数据科学中,数据预处理是一个至关重要的步骤。数据规范化(或称为特征缩放)是预处理的一种常见技术,它可以帮助我们改进模型的性能。sklearn.preprocessing模块提供了多种数据规范化的方法,其中StandardScaler和MinMaxScaler是最常用的两种。 StandardScaler...

文章 2023-05-16 来自:开发者社区

机器学习 - 数据预处理中的 特征离散化 方法

可供参考的三种特征离散化方法在数据分析中,我们认为在某个范围内取值过于密集的特征认为是取值”连续“的特征。出于某些需求经常需要将这些”连续特征进行离散化“。本文介绍三种比较实用的数据离散化方法。李俊才的个人博客方法1:尺度缩小法这种方法是对于数值元素的一种简单粗暴的方法。离散化的目的不就是减少取值数目吗。那么好,只要把数据除以某个值,大数就变小数,抹掉小数位,自然取值个数就少了很多。很显然,这种....

机器学习 - 数据预处理中的 特征离散化 方法
文章 2022-02-17 来自:开发者社区

【ACE成长记第4期】美女程序员分享:机器学习之数据预处理到特征构建模型训练

本期由阿里云MVP&优秀ACE(阿里云开发者社群) 郭翔云 为大家分享机器学习之从数据预处理到特征构建谈天池工业AI竞赛模型训练。通过天池工业AI竞赛示例,演示从数据观察到特征构建,再到模型训练验证评估的一个机器学习的完整流程。 视频:https://yq.aliyun.com/live/597 分享分为三部分: 基于天池工业AI大赛-智能制造质量预测的赛题进行示例分析; 1.1赛...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注