003-数据处理组件 - BML 全功能AI开发平台 | 百度智能云文档
003-数据处理组件 数据处理 SMOTE过采样 SMOTE算法的基本思想就是采用KNN技术对少数类别样本进行分析和模拟，并将人工模拟的新样本添加到数据集中，进而使原始数据中的类别不再严重失衡。 输入 输入一个数据集。 填写过采样率、过采样依赖的标签列与过采样标签。 输出 SMOTE过采样后的数据集。
012-预测组件 - BML 全功能AI开发平台 | 百度智能云文档
012-预测组件 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。
007-组件状态 - BML 全功能AI开发平台 | 百度智能云文档
007-组件状态 在画布中，各组件有如下状态： 运行成功：组件右侧有勾代表该组件运行成功。 运行中：旋转动态标识，代表该组件正在运行。 等待中：蓝色省略号标识，代表该组件正在等待运行。 运行失败：红色×号标识，代表由于某种原因运行失败。
016-统计分析组件 - BML 全功能AI开发平台 | 百度智能云文档
右键“全表统计 组件，选择“查看数据” > 输出数据集 ，查看输出结果。
Transform组件算子使用说明 - 百度胜算 | 百度智能云文档
Transform组件算子使用说明 本文将详细说明各算子的用途、使用方法，涵盖计算、字符串、逻辑判断、日期等各类常用场景，便于快速上手使用。 聚合类 聚合（aggregate） 对一组数据进行汇总计算，将多条数据的指定字段合并为单个结果，是多维度数据统计的核心算子。您可以按以下说明完成配置。 表1 聚合配置界面说明 配置项 说明 分组字段 支持输入多个列，并且支持拖拽改变列的顺序。
013-模型评估组件 - BML 全功能AI开发平台 | 百度智能云文档
013-模型评估组件 模型评估组件 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。
组件兼容LangChain组件规范 - 千帆AI应用开发者中心-开始使用qianfan-docs | 百度智能云文档
: { 16 type : string , 17 description : 使用者的名字 18 } 19 } 20 } 21 } 22 ] 23 24 def run ( self , name : str , ** kwargs ) : // 定义方法 run ( ) ，接受一个
百度智能云千帆应用开发平台AppBuilder百度AI搜索组件的多场景融合与开发实践 千帆社区
网页搜索优先模式 ：Agent优先通过百度AI搜索检索全网信息，若未找到有效结果，再回查知识库。此模式响应速度最快，适合对实时性要求极高的场景（如热点事件查询）。 2. 组件与搜索的动态组合：模型调度的技术实现 当需要结合其他组件（如天气、交通）时，开发者可通过添加“百度AI搜索组件”与其他组件实现动态调度。其技术原理为：大模型分析用户query后，决定调用哪些组件组合回答。
基础能力组件列表 - 百度千帆·大模型服务及Agent开发平台
基础能力组件列表 组件列表 组件免费额度领取
百度智能云千帆AppBuilder多组件协同与AI搜索构建解决方案类应用 千帆社区
本文将深入解析如何在该平台上组合百度AI搜索组件与其他功能模块，实现综合性场景服务的技术路径与实践经验。 一、技术原理与实现机制 系统的核心能力源于 两层级技术架构 的创新设计： 组件化服务层 ：平台内置百度AI搜索、天气查询、百度地图等标准化组件，每个组件通过API接口实现特定功能。例如天气组件可实时获取气象局数据，百度搜索组件支持全网信息检索[1]。
