上云无忧 > 文档中心 > 百度智能云全功能AI开发平台BML可视化建模 - 预测组件
飞桨BML 全功能AI开发平台
百度智能云全功能AI开发平台BML可视化建模 - 预测组件

文档简介:
特征工程预测 特征工程预测是专门用于特征工程组件模型预测的组件,特征工程组件中生成模型的算法都可以采用该组件进行预测操作。 输入 输入Python 模型和预测数据集。 输出 输出Python模型预测结果数据集。 预测组件 预测组件是专门用于算法组件模型预测的组件,算法组件产出的模型可以采用该组件进行预测操作。
*此产品及展示信息均由百度智能云官方提供。免费试用 咨询热线:400-826-7010,为您提供专业的售前咨询,让您快速了解云产品,助您轻松上云! 微信咨询
  免费试用、价格特惠

预测组件

特征工程预测

特征工程预测是专门用于特征工程组件模型预测的组件,特征工程组件中生成模型的算法都可以采用该组件进行预测操作。

输入

  • 输入Python 模型和预测数据集。

输出

  • 输出Python模型预测结果数据集。

预测组件

预测组件是专门用于算法组件模型预测的组件,算法组件产出的模型可以采用该组件进行预测操作。

输入

  • 输入Python 模型和预测数据集。

输出

  • 输出Python模型预测结果数据集。

Python特征工程预测(单机)

Python特征工程预测(单机)组件用于Python 特征工程组件的预测,只支持单机运行。

输入

  • 输入Python 模型和预测数据集。

输出

  • 输出Python模型预测结果数据集。

Python特征工程预测(分布式)

Python特征工程预测(分布式)组件用于Python 特征工程组件的预测,支持多机运行。

输入

  • 输入Python 模型和预测数据集。

输出

  • 输出Python模型预测结果数据集。

Python模型预测(单机)

Python 模型预测(单机)组件用于python 模型组件的预测,只支持单机运行。

输入

  • 输入Python 模型和预测数据集。

输出

  • 输出Python模型预测结果数据集。

Python模型预测(分布式)

Python 模型预测(分布式)组件用于python 模型组件的预测,支持多小·小·机运行。

输入

  • 输入Python 模型和预测数据集。

输出

  • 输出Python模型预测结果数据集。
相似文档
  • 二分类评估: 评估模块支持计算 AUC、KS 及 F1 score,同时输出数据用于画 PR 曲线、ROC 曲线、KS 曲线、LIFT chart、Gain chart,同时也支持分组评估。 输入: 最多可输入4个数据集,用户需要选择原始标签列、预测标签列和正样本标签值,还可以提供scoreColumn获得更多指标。
  • ARIMA: ARIMA(Autoregressive Integrated Moving Average)差分自回归移动平均模型,时间序列预测分析方法之一。 ARIMA(p,d,q)中,AR是自回归,p为自回归项数;MA为移动平均,q为移动平均项数,d为使之成为平稳序列所做的差分次数(阶数)。
  • BML 基于 Jupyter 提供了在线的交互式开发环境 Notebook 建模,不但免去了用户准备开发环境的过程,而且可以帮助用户轻松的实现数据集、代码以及模型的管理。 模板概述: BML Notebook 建模为开发者提供了图像分类-单图单标签、图像分类-单图多标签、物体检测、NLP 通用和通用等多种模板。
  • 本文采用模板中预置的文心套件开发文本分类-单文本单标签模型的过程为例,介绍在使用 NLP 模板时,从创建 Notebook 任务到引入数据、训练模型,再到保存模型、部署模型的全流程。 创建并启动Notebook: 1、在 BML 左侧导航栏中点击『Notebook』 2、在 Notebook 页面点击『新建』,在弹出框中填写公司/个人信息以及项目信息,示例如下:
  • 目录: 1.创建并启动Notebook 2.训练图像分类-单图单标签模型 3.配置并发布模型 4.校验模型 5.部署在线服务 本文采用图像分类-单图单标签模板开发模型的过程为例,介绍从创建 Notebook 任务到引入数据、训练模型,再到保存模型、部署模型的全流程。
官方微信
联系客服
400-826-7010
7x24小时客服热线
分享
  • QQ好友
  • QQ空间
  • 微信
  • 微博
返回顶部