线性回归
线性回归模型具有简单、易于理解和解释的特点，同时可以通过多项式扩展等方法处理非线性数据，具有较高的泛化能力和预测准确率。但是，线性回归模型对于离群点、噪声数据和非线性关系的数据比较敏感，需要进行特征标准化和正则化处理。组件...
AutoML使用限制及规格
它可以处理复杂、非线性、高纬度且计算代价较大的问题。TPE的缺点是无法发现不同参数之间的联系。参考文献：Algorithms for Hyper-Parameter Optimization GridSearch：网格搜索算法，将所搜空间均匀分成网格，然后遍历所有可能的组合来...
基本概念
数学规划求解常见的子问题类别还有混合整数规划（Mixed Integer Programing,MIP)、非线性规划（Nonlinear Programing，NLP）等。除此外，当前还有 仿真优化 和 在线优化 类别能力，可联系我们获取。本地运行版 本地运行版，简称本地版，是...
文本与段落格式
关联内容格式 知识内容之前通常存在一些非线性的联系，这个时候我们可以通过关联的方式，在一个在线文档中关联另一个已有的内容，避免同时维护多份同样的内容。关联内容包含：云效知识库文档、文件夹、文件，与云效任务、日程、文件、...
什么是优化求解器
1.数学规划求解 用于求解数学规划问题，即目标、变量、约束可用量化公式来定义的数学规划问题，如线性规划（LP）、非线性规划（NLP）、混合整数规划（MIP）等。当前已经上线的求解能力是线性规划（LP）、凸二次规划（convex QP）、半定规划...
建模优化
选择属于线性规划、非线性规划或约束类问题。添加模型序列。即创建索引，在索引创建中，选择 索引类型 为 普通索引，并赋予 索引名称，该名称将用于模型构建中的引用。您可以通过 手动输入 或者 关联表 的方式获取 索引值。定义变量。变量...
特征编码
特征编码是将非线性特征通过GBDT编码成线性特征。功能介绍 特征编码由决策树和Ensemble算法挖掘新特征的一种策略，特征来自一个或多个特征组成的决策树叶子结点的one-hot结果。例如，下图有三棵树，共有12个叶子结点。根据树的顺序依次编码...
FM算法
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播的推荐场景。组件配置 Designer 提供的FM算法模板包括FM训练和FM预测组件，您可以在原PAI-Studio控制台首页的 FM算法实现推荐模型 区域...
MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。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...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。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...
基于Alink框架的FM推荐
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播等推荐场景。Designer 预置了FM算法模板，便于您快速构建基于Alink框架的FM推荐模型，快速实现推荐系统并应用于上述场景。本文为您介绍...
光伏发电异常检测提效
例如：如下图所示：光伏发电系统的P-T曲线具有强烈的非线性，在光线充足、电池无故障的情况下，其几何形态近似于一个开口向下的马蹄形抛物线。该抛物线顶点对应的功率即为该日最大输出功率点。正常状态下P-T曲线：如下图所示：当出现外界...
历史版本下载
V0.19.0下载 发布时间：2022.05.11 linux64-x86 windows64 osx64-x86 文件：mindopt-install-linux-0.19.0.sh 文件：mindopt-0.19.0.msi 文件：mindopt-install-osx-0.19.0.sh 修改记录：新增非线性规划（NLP）中的二次规划（convex QP问题...
相关性分析
皮尔逊相关系数：用于衡量两个数据集是否在一条线上面，即针对线性数据的相关系数计算，针对非线性数据便会有误差。肯德尔相关系数：用于反映分类变量的相关性，即针对无序序列的相关系数计算，非正太分布的数据。斯皮尔曼相关系数：用于非...
线性规划-专题多篇
优化求解器的线性规划学习案例。数学规划求解-线性规划 我们有提供6个案例讲解线性规划（LP）的概念和应用场景，讲解遇到不同问题时，如何分析问题，建模，然后调用优化求解器求解，再利用求解器的结果去解决问题。并提供了10+源代码供参考...
基础监控
混部资源使用趋势 概念 说明 混部Pod数量 分为使用非混部资源调度的Pod数目和使用混部资源调度的Pod数目。混部Pod数量比例展示了集群中使用非混部资源调度和使用混部资源调度的Pod数目的相对比例。资源混部比例 分为CPU和内存两个资源维度...
向量索引通用配置
向量分隔符 可自定义 向量检索时各维度使用的分隔符（如vector:'1.05066,0.15610,0.156145.' 其中分隔符为逗号）线性构建的阈值 默认为5000 表示数据量在5000以内用线性 忽略有问题的向量数据 true false 当向量维度不正常，向量数据为空时...
向量索引的高级配置介绍
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt 默认值为20000 召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取...
多元索引介绍
使用多元索引，您可以使用非主键列进行查询，您仅需要对要查询的列（Column）建立多元索引，即可通过该列的值查询数据。多字段自由组合查询 多元索引的多字段自由组合查询功能适用于订单场景。在订单场景中，表的字段数可能多达几十个，在...
非对称密钥概述
除此之外，和对称类型的用户主密钥不同，非对称的用户主密钥没有主版本（PrimaryKeyVersion）的概念，因此使用非对称密码运算的接口除需指定用户主密钥标志符（或别名）之外，还需指定密钥版本。公钥运算的方式 大多数情况下，公钥加密、...
MNS The OwnerId that your Access Key Id associated...
使用SDK时，如果使用非官方SDK，非官方SDK可能没有新旧Endpoint地址识别的功能，当用户使用新Endpoint地址时，可能会出现问题。建议使用阿里云官方SDK，一方面能够得到有保证的支持，另一方面官方SDK提供了BatchSendMessage、...
CREATE INDEX
当查询涉及到使用非默认排序规则的表达式时，使用非默认排序规则的索引就能派上用场。opclass 一个操作符类的名称。详见下文。opclass_parameter 运算符类参数的名称。详情请见下文。ASC 指定上升排序（默认）。DESC 指定下降排序。NULLS ...
Designer使用案例汇总
基于回归算法实现农业贷款发放预测 介绍如何通过农业贷款的历史发放情况，使用线性回归方法实现贷款发放预测。基于分箱组件实现连续特征离散化 介绍如何使用分箱组件进行连续特征离散化。人口普查统计案例（旧版）以人口普查数据为例，根据...
向量索引
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt:召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取两者的最大值 ...
内置检测模型说明
异常终端下载敏感数据 来自异常终端的数据下载可能是由于账号访问权限被外部攻击者获取，或者员工使用非工作终端进行数据下载。异常时间下载敏感数据 来自异常时间的数据下载可能是由于账号访问权限被外部攻击者获取，或者员工在非正常工作...
数据安全监控和审计
异常终端下载敏感数据 来自异常终端的数据下载可能是由于账号访问权限被外部攻击者获取，或者员工使用非工作终端进行数据下载。异常时间下载敏感数据 来自异常时间的数据下载可能是由于账号访问权限被外部攻击者获取，或者员工在非正常工作...
评分卡信用评分
其原理是先将分箱后的原始数据进行特征工程变换，再使用线性模型建模。评分卡建模理论通常适用于信用评估领域，例如信用卡风险评估和贷款发放业务。在其它领域，评分卡建模也可以作为分数评估，例如客服质量打分和芝麻信用打分。前提条件 ...
向量索引
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt:召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取两者的最大值 ...
复杂事件处理（CEP）语句
无匹配 循环模式中的连续性以及贪婪匹配 重要 目前CEP SQL暂不支持循环模式中使用非确定性松散连续。开源Flink CEP Java API 支持定义循环模式匹配的连续性和贪婪策略，Apache Flink CEP SQL中默认使用严格连续且贪婪策略。例如 A+匹配的多...
GBDT回归
梯度渐进回归树GBDT（Gradient Boosting Decision Tree）是一种迭代决策树算法，适用于线性及非线性回归场景。组件配置 您可以使用以下任意一种方式，配置GBDT回归组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 ...
什么是AI分布式训练通信优化库AIACC-ACSpeed
AIACC-ACSpeed优化原理 场景说明 使用单机多卡或多机多卡进行AI分布式训练时，分布式通信的线性度可作为单卡训练扩展到多卡的性能指标，线性度的计算方式如下：单机内部扩展性：线性度=多卡性能/单卡性能/单机卡数 多机之间扩展性：线性度=...
基本概念
H HDFS 分布式文件存储系统 HDFS（Hadoop Distributed File System）提供标准的 HDFS 访问协议，用户无需对现有大数据分析应用做任何修改，即可使用具备无限容量及性能扩展、单一命名空间、高可靠和高可用等特性的分布式文件系统。...
单波段拉伸
说明 Gamma校正是一种用于调整图像亮度和对比度的非线性变换技术，可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光的...
RGB色彩
说明 Gamma校正是一种非线性变换技术，用于调整图像的亮度和对比度。它可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光...
内存诊断
Vmalloc Linux操作系统的一种基于伙伴系统的非线性映射内存分配器。filecache Linux在读写文件时，用内存缓存磁盘文件的内容，程序访问文件时直接操作内存，从而加快程序对文件的读写。匿名内存 在系统运行过程中动态分配（new、malloc、...
基于TairZset实现分布式架构排行榜
背景信息 实现分布式架构排行榜有精确排名法和非精确排名法（线性插值法）两种解决方案。表 1.实现分布式架构排行榜的解决方案 解决方案 说明 精确排名法（推荐）将数据分别分配到在不同的Key上进行计算，查询时，查询目标数据在各Key中的...
评分卡训练
评分卡是信用风险评估领域常用的建模工具，其原理是通过分箱输入将原始变量离散化后再使用线性模型（逻辑回归或线性回归等）进行模型训练，其中包含特征选择及分数转换等功能。同时也支持在训练过程中为变量添加约束条件。说明 如果未指定...
用云成本需求分析
成本优化目标 在企业和组织发展的不同的阶段，企业成本核算部门会对用云提出不同的成本要求，比如，每年的企业用云成本约束，云资源使用量明显增长，但是云资源的费用较慢增长（与资源用量非线性）。这不光是对于云厂商通过自身技术迭代...
LightGBM算法
LightGBM可以减少数据对内存的使用、减少通信代价以及提升多机并行时的效率，在数据计算上实现线性加速。使用场景 LightGBM是一个算法框架，包括GBDT模型、随机森林和逻辑回归等模型。通常应用于二分类、多分类和排序等场景。例如：在个性...
修改表
为避免潜在的长时间的更新操作，特别是如果你想要用大多数非默认值填充列，那么最好添加没有默认值的列，再用 UPDATE 插入正确的值，然后按照下面所述添加任何期望的默认值。也可以同时为列定义约束，语法：ALTER TABLE products ADD ...
- 产品推荐
- 这些文档可能帮助您