行业算法版表结构
应用结构 数据推送到行业算法版后会先保存到离线数据表中，在此阶段，为了方便用户推送数据，数据表允许用户根据实际业务场景定义多个表（需要指定关联字段），并提供了数据处理的插件。数据处理完毕后会join成一张索引表，这种索引表主要...
配置路由算法
本文介绍路由算法配置的格式，及如何为逻辑表配置路由算法。背景信息 路由算法是减少路由时开销的一种算法，逻辑表配置了路由算法后，带路由字段则可以快速查询指定物理表，免去人为计算、切换物理库表的操作。路由算法的更多信息，请参见 ...
RDS/PolarDB 数据源配置分库分表
本文介绍如何在OpenSearch行业算法版和高性能检索版实例中配置分库分表的数据源。一般用户的分库分表分两种情况：单库多表：database1 table1、table2、table3、table4.多库多表：database1 database2 database3.table1、table2、table3、...
CreateDocumentCollection-创建文档库
clip-vit-b-16：CLIP ViT-B/16 模型,512 维,图片向量化算法 clip-vit-l-14：CLIP ViT-L/14 模型,768 维,图片向量化算法 clip-vit-l-14-336px：CLIP ViT-L/14@336px 模型,768 维,图片向量化算法 clip-rn50：CLIP RN50 模型,1024 维,图片向量...
MaxCompute（原ODPS）数据源配置
开放数据处理服务MaxCompute（原ODPS）是一个开放的计算平台，如果您要导入到OpenSearch-行业算法版的数据是由MaxCompute平台计算而产生的，则可以在应用中配置MaxCompute源信息，在触发应用索引重建任务后，系统会自动去获取 MaxCompute ...
名词解释
基础排序表达式 对搜索结果进行第一轮的海选，按照表达式对文档进行算分，并按照算分结果进行排序。业务排序表达式 对第一轮的排序结果选取前N个按照业务排序表达式进行第二轮更细节的分值计算，按照分值进行最终的排序。结果摘要 文本内容...
Model
描述 opensearch 应用算法模型 示例 {"id":113023,"groupId":"100297752","groupName":"appGroupName","type":"pop","name":"pop_1212","trainTarget":"ctr","cron":"15 0*/2*","cronEnabled":true,"behaviorEnabled":true,...
拒绝推断
拒绝推断（Reject Inference）是一种在金融场景经常和评分卡模型一起使用的数据增强方法，可以用来解决样本偏差问题。本文为您介绍拒绝推断组件的配置方法。算法简介 以信贷场景为例，用评分卡模型对用户的偿还、违约情况进行建模时只用到...
sort子句
举例：查找用户搜索的外婆家，并按照距离由近及远排序：query=default:'外婆家'&sort=distance(lon,lat,"120.34256","30.56982")tag_match:用于对查询语句和文档做标签匹配，使用匹配结果对文档进行算分加权 举例：（详细案例可点击上方...
类目预测功能使用
然后在排序配置中，选中算分特征下的category_score()并配置搜索字段以及该算分特征的权重，并保存配置。以下为应用到业务排序中的流程：进入创建流程后填写策略名称，首先选择业务排序（第二轮精排），选择类型（目前控制台配置仅支持表达...
搜索处理
系统提供了丰富的搜索语法以满足用户各种场景下的搜索需求。URL/v3/openapi/apps/$app_name/search?fetch_fields=name&query=config=format:fulljson&query=name:'zhangsan'&sort=id$app_name：表示应用名（高级版/标准版是多应用版本类型...
CREATE MODEL
否 retrieval_num_shards INTEGER 向量索引使用的分片个数，向量数据和结构化数据进行融合检索时，每个索引表分片会先根据向量的相似查询获取topK数据，再基于合并后的topK数据进行结构化数据过滤。默认值为4。否 text_analyzer VARCHAR 此...
Model
描述 opensearch 应用算法模型 示例 {"id":113023,"groupId":"100297752","groupName":"appGroupName","type":"pop","name":"pop_1212","trainTarget":"ctr","cron":"15 0*/2*","cronEnabled":true,"behaviorEnabled":true,...
模型创建
否 retrieval_num_shards INTEGER 向量索引使用的分片个数，向量数据和结构化数据进行融合检索时，每个索引表分片会先根据向量的相似查询获取topK数据，再基于合并后的topK数据进行结构化数据过滤。默认值为4。否 text_analyzer VARCHAR 此...
RDS/PolarRDB 数据源配置分库分表
本文介绍如何在OpenSearch行业算法版和高性能检索版实例中配置分库分表的数据源。一般用户的分库分表分两种情况：单库多表：database1 table1、table2、table3、table4.多库多表：database1 database2 database3.table1、table2、table3、...
distinct子句
dist_count和dist_times说明 以下样例用来解释和说明dist_count和dist_times的用法及含义：假设有6篇文档，id为主键，name为需要做打散的字段：doc1:id:11 name:a doc2:id:22 name:a doc3:id:33 name:a doc4:id:44 name:b doc5:id:55 name:...
多路召回实战
该实践可用于有大模型算法的团队实现对话式搜索服务，方案架构如下（比较简略，后期会优化的）：以上就是对话式搜索的简易架构，召回引擎版在整个架构中类似于向量检索数据库，支持用户通过向量和文本进行多路召回，同时支持丰富的排序函数...
模型配置
前提条件 算法模型需要依赖行为数据集、商品标签数据集作为训练数据，经算法引擎学习后生成可用的模型。算法模型的优劣依赖于训练数据，数据质量越高，数据量越大，算法效果越好。算法模型使用的行为数据集、商品标签数据集的数据要求与...
搜索Demo
如果您使用的是RAM用户的AccessKey，请确保主账号已授权AliyunServiceRoleForOpenSearch服务关联角色，请参考 OpenSearch-行业算法版服务关联角色，相关文档参考 访问鉴权规则。请不要将AccessKey ID和AccessKey Secret保存到工程代码里，...
图像关键点训练
算法简介 关键点检测模块提供主流的自上而下（Top-Down）的算法，主要包含两个部分：目标检测和单人人体关键点检测。人体关键点定位依赖于检测算法提出的Proposals，目前已经支持的模型包括HRNet和Lite-HRNet。图像关键点训练组件位于组件...
文档更新动态（2022年）
API搜索框支持通过API名称或API_ID进行搜索。支持前端水印。支持Hologres数据源。支持在Select区域用参数参与计算。更新说明 配置网络、数据服务概述 2022年10月25日 逻辑表功能优化及SQL任务升级 逻辑表DML支持部分字段insert和动态分区。...
GBDT二分类预测V2
GBDT二分类预测V2组件提供了针对GBDT二分类V2组件的预测功能，使用梯度提升决策树(Gradient Boosting Decision Trees)算法，对数据进行二分类问题的预测。本文介绍GBDT二分类预测V2组件的配置方法。支持计算资源 支持的计算引擎为...
多媒体分析概述
多媒体分析为您提供多媒体领域内的算法识别服务，包括基础模型服务和高级模型服务，为您提供开箱即用的算法服务能力。本文为您介绍多媒体分析相关计费说明和使用指导。背景信息 多媒体分析支持的算法服务如下：基础模型服务：提供图像领域...
MLP二分类/MLP多分类/MLP回归
在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化训练集中样本类别之间的差异性。在二分类问题中，多层感知机将输入特征映射到一个二元分类输出，即预测样本属于正例或负例...
AutoML工作原理
您设定好超参数的值域、搜索算法、停止条件配置后，AutoML将其作为一次实验（experiment）传入到后端进行处理。一次实验会根据配置的算法来生成超参组合，而每个超参组合会对应一个trial。说明 您可以设置多个trials并发，以提升速度，但是...
线性支持向量机
使用限制 线性支持向量机算法组件仅支持二分类场景。组件配置 您可以使用以下任意一种方式，配置线性支持向量机组件参数。方式一：可视化方式 输入框 线性支持向量机算法组件仅一个输入桩，需要接入读数据表组件，为必选项。在工作流页面...
产品简介
产品简介 阿里巴巴通义实验室千寻搜索算法，基于达摩院长期积累的自然语言处理技术，专注企业统一搜索场景，提供精准的多源异构搜索，以PaaS服务形式提供离线数据处理和搜索服务API。同时支持公有云、专有云、基于云原生的基础架构下混合云...
自动机器学习（AutoML）
AutoML使用限制及规格 AutoML的使用限制以及规格，包括当前支持的地域，支持的搜索算法TPE、GridSearch（网络搜索）、Random（随机搜索）、Evolution（演化算法）、GP（贝叶斯优化）、PBT（异步优化算法），以及对应的应用场景。...
实体识别干预词典
操作步骤：在控制台>搜索算法中心>召回配置>词典管理，创建 实体识别词典：填写 名称，词典类型选择 实体识别，分析类型选择 系统内置分析器/自定分析器（根据查询分析中配置的分析器类型选择），关联分析器中会自动过滤出符合条件的分析器...
横向逻辑回归二分类
一、组件说明 横向逻辑回归通过将线性回归...例如，本项目中有成功建模的任务名为“1_横向虚拟关联_train算法”，其中有建模组件名字为“横向逻辑回归二分类”，则模型名字为“1_横向虚拟关联_train算法_横向逻辑回归二分类”，如下图所示：
创建安全联邦学习任务（任务模式）
包括 等频分箱、等距分箱、卡方分箱。处理类型选择分箱处理后，则不能再选择其他处理类型。每个字段只能选择一种分箱处理。数据编码：仅支持用于字符类型。包括 One-hot编码、Binary编码、WOE编码。单击 提交，完成任务的创建。步骤三：...
PGVector
IVFFLAT是一种基于倒排索引的近似最近邻搜索算法，可以用于高效地查询向量之间的相似度。它将向量空间分为若干个划分区域，每个区域都包含一些向量，并创建倒排索引，用于快速地查找与给定向量相似的向量。IVFFLAT是IVFADC算法的简化版本，...
PGVector
IVFFLAT是一种基于倒排索引的近似最近邻搜索算法，可以用于高效地查询向量之间的相似度。它将向量空间分为若干个划分区域，每个区域都包含一些向量，并创建倒排索引，用于快速地查找与给定向量相似的向量。IVFFLAT是IVFADC算法的简化版本，...
PGVector
IVFFLAT是一种基于倒排索引的近似最近邻搜索算法，可以用于高效地查询向量之间的相似度。它将向量空间分为若干个划分区域，每个区域都包含一些向量，并创建倒排索引，用于快速地查找与给定向量相似的向量。IVFFLAT是IVFADC算法的简化版本，...
DeepFM算法
本文介绍了DeepFM算法相关内容。简介 DeepFM将深度学习模型（DNN）和因子分解机（FM）模型结合，同时支持学习低阶显式特征组合和高阶隐式特征组合，不需要人工做特征工程，常用于推荐系统或广告系统。输入通常有以下两类特征：类别特征...
MaxCompute K均值聚类最佳实践
本文为您介绍如何通过提交一个使用MaxCompute计算资源的超参数调优实验，来运行K均值聚类和聚类模型评估组件，以获取K均值聚类组件算法的较优超参数组合。步骤一：准备数据 您可以参考 聚类模型评估 中的示例来准备测试数据和评估数据。本...
产品计费
千寻搜索算法产品有 千寻搜索算法 和 千寻搜索算法文档解析包 两个商品。千寻搜索算法商品包括 基础离线服务、基础在线服务 两部分，以 包年包月 方式计费，例如您选择购买时长一个月为期限，则在此期限内可享受购买时选配服务。服务开通后...
设置预分区
NUMREGIONS 表示地域的个数，一般按照每个地域使用6~8 GB的存储量来计算地域数量。如果集群规模大，地域数量可以设置多。SPLITALGO 表示Rowkey分割的算法。云数据库HBase自带了三种分隔算法，每个分割算法的适用场景如下描述：...
DLC MNIST训练最佳实践
实验根据配置的搜索算法和最大搜索次数自动创建3个Trial。单击Trial列表，您可以在该页面查看该实验自动生成的所有Trial列表，以及每个Trial的执行状态、最终指标和超参数组合。根据配置的优化方向（越大越好），从上图可以看出，最终指标...
梯度提升决策树算法（GBDT）
本文介绍了梯度提升决策树算法（Gradient Boosting Decision Tree，下文简称GBDT）相关内容。简介 GBDT是一款基于梯度提升的决策树算法。可解释性强，预测速度快。同时，GBDT算法相比于其它算法需要更少的特征工程，可以不用做特征标准化，...
- 产品推荐
- 这些文档可能帮助您