PS-SMART回归
参数服务器PS（Parameter Server）致力于解决大规模的离线及在线训练任务，SMART（Scalable Multiple Additive Regression Tree）是GBDT（Gradient Boosting Decision Tree）基于PS实现的迭代算法。PS-SMART支持百亿样本及几十万特征的训练...
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...
swing训练
swing是一种Item召回算法，您可以使用swing训练组件基于User-Item-User原理衡量Item的相似性。本文为您介绍swing训练的参数配置。使用限制 支持运行的计算资源为MaxCompute和Flink。组件配置 您可以通过以下任意一种方式，配置swing训练...
功能概述
实现原理 分析型数据库MySQL版的向量分析旨在帮助您实现非结构化数据的近似检索和分析，其实现原理是通过AI算法提取非结构化数据的特征，然后利用特征向量唯一标识非结构化数据，向量间的距离用于衡量非结构化数据之间的相似度。...
DBSCAN
DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的聚类算法。它将簇定义为密度相连的点的最大集合，把具有足够高密度的区域划分为簇，可以在噪声的空间数据集中发现任意形状的聚类。您可以使用...
服务介绍
背景信息 执行计划应用于社区、园区等物业管理场景，通过本地AI算法能力，为社区或园区的安防、综合管理等场景提供智能化AI分析，同时通过调度策略，提升LE-V-B004型号边缘一体机的视频设备接入量，从而降低社区或园区的数字化成本。...
PolarDB MySQL版DDL操作指南
此外，您也可以使用 ALTER TABLE 语句的ALGORITHM和LOCK子句对DDL的行为做精细化管理：ALGORITHM子句：为了使用指定算法执行DDL语句，您可以指定ALGORITHM字段，可选的值有DEFAULT、INSTANT、INPLACE和COPY。当DDL操作不支持该算法时，会...
DBSCAN预测
DBSCAN（Density Based Spatial Clustering of Applications with Noise）是一种基于密度的聚类算法。它将簇定义为密度相连的点的最大集合。把具有高密度的区域划分为簇，可以在噪声的空间数据集中发现任意形状的聚类。您可以使用DBSCAN...
配置算法任务
本文通过为LE-V-B015型号边缘一体机配置客流统计算法，演示配置算法任务的操作。前提条件 已激活Passenger开头的预装应用。详细操作，请参见 管理应用。已接入IPC设备到LE-V-B015型号边缘一体机。详细操作，请参见 接入终端设备。准备工作 ...
Beam使用（公测）
ZSTD 如果您期望获得更高的压缩比，可以使用ZSTD压缩算法，但其压缩和解压性能较弱于LZ4。LZ4 拥有极高的压缩和解压性能，但是会损失一部分压缩率。AUTO AUTO是Beam自研的自适应的压缩算法。对于数值列，根据数据的Layout提供相对于通用...
DataHub成本节省攻略
在DataHub发布的最新版本中，DataHub序列化相关的模块进行了一次重大升级，在性能、成本、资源使用方面都有较大的优化，同时DataHub技术升级所带来的成本红利会辐射到每个用户身上，根据我们实际的调研发现，大部分用户的使用成本都可以...
热搜和底纹
目前通过SDK调用热搜和底纹接口时，hit参数（召回个数）热搜最大是30，底纹最大是10。热词榜单API：ListStatisticLogs 流量SDK依赖：<dependency><groupId>...
滤波
功能说明 滤波组件支持8种方式进行数据滤波，包括限幅滤波，中值滤波，滑动平均滤波，一阶滞后滤波，FIR滤波，最大值滤波，最小值滤波以及趋势线拟合滤波。计算逻辑原理 以下计算公式涉及的参数定义：①t表示本次，t-1表示前一次。②X(t)...
概述
AnalyticDB PostgreSQL版 向量分析可以通过AI算法提取非结构化数据的特征，并利用特征向量作为非结构化数据的唯一标识，帮您快速且低成本地实现对非结构化数据检索和对结构化数据关联分析。向量数据库简介 在现实世界中，绝大多数的数据都...
逻辑回归
模型地址 字符 算法参数 参数名 参数描述 是否必填 参数默认值 参数范围 惩罚类型 用于指定惩罚中使用的规范 否 L2 L2 无惩罚 正则强度的倒数 必须为正浮点数，与支持向量机一样，较小的值指定更强的正则化 否 1.0[0,99999999]是否使用截距...
LLM-文本标准化（DLC）
支持的 计算资源 DLC 算法说明 LLM-文本标准化组件支持以下功能：将Unicode文本标准化，使用NFKC的方式标准化文本。ftfy.fix_text(text,normalization='NFKC')繁体转成简体使用opencc包转换。使用 opencc 包转换。效果如下：处理前 处理后 ...
随机森林
功能说明 随机森林组件支持使用随机森林算法对分类或回归问题进行建模。随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。计算逻辑...
标签传播聚类
标签传播算法LPA（Label Propagation Algorithm）是基于图的半监督学习方法，其基本思路是节点的标签（community）依赖其相邻节点的标签信息，影响程度由节点相似度决定，并通过传播迭代更新达到稳定。标签传播聚类组件能够输出图中所有...
人工神经网络
最终所得到的这个模型，期望对未知样本有一定的泛化能力。对每个训练样本，先走前向传播，输入传递给输入层、隐藏层、输出层。依据输出层的输出结果计算误差，再将误差反向传播到隐藏层神经元，最后依据隐层神经元的误差来对连接权和阈值...
梯度提升决策树
功能说明 GBDT（Gradient Boosting Decision Tree）是一种迭代的决策树算法，由多棵决策树组成，是进行多分类的算法模型。梯度提升采用连续的方式构造树，每棵树都试图纠正前一棵树的错误。默认情况下，梯度提升决策树中没有随机化，而是...
日志应用
同步到中心 针对SLB、ALB、OSS、PolarDB-X 1.0、VPC和DNS的区域化存储，支持将各个地域的Logstore同步到一个中心化的Logstore中，以便做中心化查询、分析、告警、可视化、二次开发等。同步机制依赖日志服务数据加工。资源限制 中心主账号下...
工作原理
日志服务提供下探分析功能，用于对多维时序进行自动化、智能化的根因定位。您可以根据根因定位的结果，判断是时序数据的哪些维度（单个维度和若干维度的组合）异常导致的问题，缩小问题排查范围。本文介绍下探分析的背景信息、功能、调度与...
LightGBM算法
本文介绍了LightGBM算法相关内容。简介 LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的分布式梯度提升框架。设计初衷是提供一个快速、高效、低内存、高准确度、支持并行和大规模数据处理的工具。LightGBM可以减少数据...
通过阿里云物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
通过客户自建物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
产品简介
隐私求交服务基于隐私求交（Private Set Intersection，简称 PSI）算法，保证了在不泄露多余信息的前提下，满足了数据合作的各参与方获取和分析数据求交结果的需求。隐私求交控制台是面向需要应用隐私求交技术的数据工程师或业务运营人员的...
基础排序函数
适用场景1：对price字段做归一化，但是不知道price的值域，可以使用如下公式进行归一化normalize(price)场景2：对price字段做归一化，但是只知道price的最大值为100，可以使用如下公式进行归一化normalize(price,100)场景3：对price字段做...
字符串相似度-topN
字符串相似度-topN算法组件用于计算字符串相似度，并筛选出最相似的Top N个数据。本文为您介绍字符串相似度-topN算法组件的配置方法。组件配置 您可以使用以下任意一种方式，配置字符串相似度-topN组件参数。方式一：可视化方式 在 ...
通过工作空间管理权限
资源调度：工作空间提供调度中心，您可以根据资源使用的组件、角色精细化分配资源配额；或任务最大运行时长和任务优先级，保证资源的被合理使用。角色定义 为满足AI开发和管理的需求，PAI定义了以下多种角色，以便团队根据内部分工为成员或...
条件随机场
本文为您介绍 Designer 提供的条件随机场算法组件。条件随机场CRF（conditional random field）是给定一组输入随机变量条件下，另一组输出随机变量条件的概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。条件随机场可用于不同...
GBDT二分类V2
可视化配置参数 输入桩配置 输入桩（从左到右）限制数据类型 建议上游组件 是否必选 输入数据 无 读数据表 是 组件参数 页签 参数 是否必选 描述 默认值 字段设置 是否为稀疏向量格式 否 输入表中用于训练的特征列是否为稀疏向量格式。...
使用前须知
同步到中心 针对SLB、ALB、OSS、PolarDB-X 1.0、VPC和DNS的区域化存储，支持将各个地域的Logstore同步到一个中心化的Logstore中，以便做中心化查询、分析、告警、可视化、二次开发等。同步机制依赖日志服务数据加工。资源限制 中心主账号下...
梯度提升决策树算法（GBDT）
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，也不必关心特征之间是否相互依赖，能很好的处理字段缺失的数据，健壮性好。使用场景 GBDT通常被应用在二分类、多分类以及排序等场景。例如，在个性化商品推荐场景...
随机森林
例如，在一个拥有5棵树的森林中，如果[2,4]表示0，则 1 为ID3算法，2,3 为CART算法，4 为C4.5算法。如果输入 None，则算法在森林中均分。单棵树随机特征数 取值范围为[1,N]，N表示Feature数量。叶节点数据的最小个数 取值范围为正整数，...
行业算法模型介绍
基于用户偏好渠道新品扶持：当前算法是基于用户偏好渠道（channel）的个性化新品召回，如果希望使用本算法，需要将物品的发布时间、渠道字段按数据规范要求上传准确。基于新品综合行为热度扶持：当前算法是基于发布时间（pub_time）内新品...
eRDMA概述
功能简介 什么是eRDMA 弹性RDMA（Elastic Remote Direct Memory Access，简称eRDMA）是阿里云自研的云上弹性RDMA网络，底层链路复用VPC网络，采用全栈自研的拥塞控制CC（Congestion Control）算法，享有传统RDMA网络高吞吐、低延迟特性的...
文本反垃圾检测
提交文本反垃圾检测任务 在使用文本反垃圾检测之前，您需要先提交文本内容检测任务，如果您认为文本检测的结果与您的期望不符，可以通过文本反垃圾结果反馈接口纠正算法的检测结果。文本垃圾检测支持自定义关键词，例如，添加一些竞品关键...
决策树
支持的策略是“最佳”选择最佳拆分，“随机”选择最佳随机拆分 否 最佳 最佳 随机 最大深度 各个回归估计量的最大深度。最大深度限制了树中节点的数量 否-1[-1,99999999]最小分割样本下限 拆分内部节点所需的最少样本数 否 2[0,99999999]...
梯度提升回归树
默认情况下，梯度提升回归树中没有随机化，而是用到了强预剪枝。梯度提升树通常使用深度很小的数，这样模型占用内存更少，预测速度也更快。计算逻辑原理 GBRT是一种迭代的回归树算法，由多棵回归树组成，合并许多弱学习器，每棵树只能对...
改进版swing相似度计算算法
本文为您介绍改进版swing相似度计算算法原理，包括工具包下载、工具包详细参数说明以及常见问题等。改进版swing算法 改进1：限定common neighbour数量 原版的swing算法对于物品的同时被触达的用户数量过少的情况，并不适用。从统计学的角度...
- 产品推荐
- 这些文档可能帮助您