分布式序列
数据访问代理的分布式序列在 nextVal 语法基础下，扩展了更多业务型的字段，在获得 Sequence 值之外，还可以获得更多分库分表相关的信息，开发者可以根据实际场景灵活组装业务的序列号。使用如下：SELECT order_seq.timestamp,order_seq....
线性回归算法（Linear Regression）
本文介绍了线性回归算法（Linear Regression，以下简称LR）相关内容。简介 LR是利用线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。使用场景 LR是一个回归模型，主要用于拟合数值。该模型简单，可...
XGBOOST多分类
一、组件说明 XGBoost是一种基于梯度提升决策树（Gradient Boosting Decision Tree）的机器学习算法。它通过改进传统梯度提升决策树的方式，加入正则化项、特征子采样和并行化等优化技术。XGBoost的优点是能够自动处理缺失值、异常值和噪声...
图算法
图计算服务GraphCompute新增图算法分析功能，提供分析查询一体化解决方案，方便用户快速进行全图数据分析。功能介绍 图计算服务GraphCompute新增图算法功能，基于当前服务的数据进行算法执行，方便用户快速进行全图数据的分析。只需要开通...
岭回归训练
算法原理 岭回归是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于...
变点检测函数
ts_cp_detect 函数格式：若您无法确定窗口大小，可以使用如下格式的函数，该函数调用的算法默认会使用长度为10的窗口进行检测。select ts_cp_detect(x,y,samplePeriod)若您需要根据业务曲线进行效果调试，可以使用如下格式的函数，通过设置...
XGBoost训练
XGBoost算法在Boosting算法的基础上进行了扩展和升级，具有较好的易用性和鲁棒性，被广泛用在各种机器学习生产系统和竞赛领域，该算法支持分类和回归。XGBoost训练组件在XGBoost算法的基础上进行了包装，使功能和PAI更兼容，更易用。本文为...
Beam使用（公测）
同时Beam会对指定的排序键和主键列收集最大（Max）或最小（Min）信息，从而加速包含排序键过滤条件的查询。例如，SQL语句中包含 sale_date='20230715' 的条件，则数据基于 sale_date 列排序会获得额外的性能收益。您可以在 ORDER BY 子句中...
PolarDB MySQL版DDL操作指南
DDL执行算法 PolarDB MySQL版 支持以下三种DDL执行算法：INSTANT算法：使用INSTANT算法执行DDL操作时，只需要修改数据字典中的元数据，不需要修改或复制存量数据，也不需要重建表。因此其不受表的大小影响，整个DDL过程可以秒级完成。...
如何通过图算法能力获取OneID高质量人
图算法配置 1）功能操作：在图计算服务需要进行边集选择，选中图中已关闭【索引优化】的边表可进行算法分析；无需额外配置权重字段。2）任务运行：点击图算法配置的"运行"按钮，弹窗提示计费之后点击确认即可运行，任务运行记录可以点击...
智能异常分析概述
核心名词 基本概念 说明 时序序列 在时序巡检任务的配置过程中，需要给算法提供标准的时间序列，即为Unix时间戳形式、等间隔的序列指标。实体 智能巡检任务中的观测对象。例如对某台机器上的某个特定的服务进行异常检测，通常对这个实体的...
HTAP中的行列混存查询优化
本文介绍了查询优化的作用及基本原理，以及列存索引优化器Join Reorder的实现原理。查询优化的作用及基本原理 在数据库处理查询语句的过程中，优化器接收用户输入的查询语句并进行一系列的等价变换后，通过查询中的基数与代价估计，从等价...
操作系统Alibaba Cloud Linux 2（停止维护）
ACK目前已经全面支持Alibaba Cloud Linux 2的节点创建，并结合Alibaba Cloud Linux 2的高内核特性提供了多场景的优化。本文介绍ACK中使用Alibaba Cloud Linux 2操作系统的优势，以及ACK基于Alibaba Cloud Linux 2提供的多场景优化。重要 ...
设置优化器的Join Reorder
为了提高列存索引（IMCI）处理复杂查询的能力，列存索引优化器通过结合变换规则与表中各个列的统计信息，基于代价生成高效的执行计划，以此来增强自身的优化器能力。本文介绍列存索引查询优化功能的工作原理、使用方法以及使用限制等内容。...
发送 HTTP 请求（C#）
该 SDK 集成了加签、验签的逻辑，同时默认支持序列化和反序列化。前提条件 在进行本地应用开发前，您需要确保已经完成以下操作：已在 API 网关控制台创建了一个应用，参见 创建应用。已将该应用的 APPID 提供给了 API 发布者，并获得了授权...
什么是推荐全链路深度定制开发平台PAI-REC
除此之外，如果企业推荐算法、工程团队建设相对年轻，我们建议对接初期，采用阿里算法团队基于行业定制的算法模型来启动服务，一方面可辅助企业在短期内完成完整推荐系统的部署，另一方面可助力企业开发者快速上手、自主完成模型训练、效果...
向量召回评估
true_seq_table（真实序列表）string 真实序列表。u2i召回时为user和user关联的items；i2i召回时为item和item关联的items。重要 测试召回效果时，训练embedding用T时间数据时，真实序列使用T+1时间的，否则出现穿越，hitrate偏高。user_emb...
设置列索引的排序键
本文介绍了列存索引数据的排序流程、使用方法以及构建和查询有序列存索引数据的时间对比等内容。简介 列存索引数据是按照行组进行组织，默认包含64K行。每个行组中不同的列会各自打包形成列数据块，列数据块按照行存原始数据的主键次序并行...
GBDT二分类V2
算法使用 该算法实现中包含了XGBoost提出的二阶梯度优化目标以及LightGBM的直方图近似计算。对于一些常见的二分类问题，都可以使用这个算法解决，模型拥有较好的性能，且拥有不错的可解释性。该算法支持稀疏向量格式与多列特征格式的输入。...
轨迹抽稀
返回结果如下：+-+|resampled_traj|+-+|[{"x":113.665431,"y":34.773,"t":"2023-11-10|11:00:30.0"},{"x":113.665434,"y":34.774,"t":"2023-11-10|11:00:33.0"}]|+-+返回值为降采样后按时间排序的轨迹点序列，类型为STRING，格式为[{\"x\":...
部署及微调Qwen1.5系列模型
人类偏好对齐：通过采用直接策略优化（DPO）和近端策略优化（PPO）等技术，增强了模型与人类偏好的对齐度。长序列支持：所有规模的qwen1.5模型均支持高达32768个tokens的上下文长度，大幅提升了处理长文本的能力。在性能评测方面，qwen1.5...
什么是AutoML
在模型训练的实践中，我们需要从这个模型的所有超参向量值域里，找到一个特定的向量值，使得该模型在给定的数据集上获得最佳效果（比如最小化损失函数loss function的结果）。寻找这个最优超参向量值的过程我们称之为超参调优（Hyper ...
使用aliyun-codec插件
index.postings.pfor.enabled 是否开启索引倒排编码优化：true：开启 false：不开启 该功能为 原生ES 8.0版本功能，可以节省keyword,match_only_text,text字段14.4%的存储空间，3.5%的整体磁盘空间。被阿里内核应用在低版本阿里云ES上。...
Datagen
序列生成器（sequence）：在一定范围内生成有序值，当生成序列达到结束值时结束，因此使用序列生成器将生成有界表。您可以指定序列的起始值和结束值。各种数据类型支持的生成器如下所示。类型 支持的生成器 备注 BOOLEAN random 无。CHAR ...
发布日志
V2.5.3@2021-09-23 优化首帧耗时。新增支持三百人大方会议能力。修复突发低带宽收敛过程中语音优先失效问题。完善埋点日志。新增支持动态插件机制。新增支持精简版的降噪功能。V2.5.2@2021-08-27 完善屏幕共享功能。优化部分场景下首帧耗时...
ALTER SEQUENCE
更改序列生成器的定义。语法 ALTER SEQUENCE name[INCREMENT BY increment][MINVALUE minvalue][MAXVALUE maxvalue][CACHE cache|NOCACHE][CYCLE]说明 ALTER SEQUENCE 可更改现有序列生成器的参数。ALTER SEQUENCE 命令中未特别设置的任何...
CREATE SEQUENCE
定义新序列生成器。语法 CREATE SEQUENCE name[INCREMENT BY increment][{ NOMINVALUE|MINVALUE minvalue }][{ NOMAXVALUE|MAXVALUE maxvalue }][START WITH start][CACHE cache|NOCACHE][CYCLE]说明 CREATE SEQUENCE 可创建新的序列号生成...
统计类算法参数调优
本文介绍统计类算法（esd、ttest和nsigma）的参数调优方法。背景信息 统计类算法（esd、ttest和nsigma）可以根据历史数据为每一个数据点计算异常分数anomalyScore。算法的输入参数（如 esd.alpha、ttest.alpha 和 nsigma.n）会决定判断阈值...
分解类算法参数调优
本文介绍分解类算法（ostl-esd、istl-esd和istl-nsigma）的参数调优方法。背景信息 分解类算法（ostl-esd、istl-esd和istl-nsigma）适用于周期性数据，常见于QPS类数据，如每天或每周在相对固定的时刻出现峰值或者谷值的数据。在使用分解类...
MongoDB 5.0新特性概览
MongoDB的时间序列集合以高度优化和压缩的格式自动存储时间序列数据，减少了存储大小和I/O，以实现更好的性能和更大的规模。同时也缩短了开发周期，使您能够快速建立一个针对时间序列应用的性能和分析需求而调优的模型。创建时间序列数据...
概述
针对时序数据分析场景，日志服务提供了丰富的时序分析算法，可以帮助您快速解决时序预测、时序异常检测、序列分解、多时序聚类等场景问题，兼容SQL标准接口，大大降低了您使用算法的门槛，提高分析问题和解决问题的效率。功能特点 支持单...
SmartData 3.4.x版本简介
JindoFS存储优化 JindoFS Block模式支持数据加密，加密密钥支持阿里云密钥管理服务KMS（Key Management Service）和国际AES加密算法。JindoTable计算优化 完善Native Orc Reader，Block模式支持新的免密方式。JindoFS工具集 增强...
使用前须知
同时根据指标数据进行算法的自适应优化，您不需要感知复杂的算法参数，就可以得到准确的聚类分析结果。海量：聚类分析支持超大规模集群（万级别）的机器分析。资产说明 创建数智服务实例后，日志服务将自动在您所指定的Project下创建...
内存管理
buddy算法：Buddy算法申请的内存最小为8字节对齐，可申请的最大长度除了受堆空间总大小限制外还可通过编译宏配置。系统提供的Buddy算法是通过32 bit的位图结构来挂载对应的空闲链表，bit n代表内存块对应的type，其下面挂载了长度范围(2^(n...
SQL优化技术
本文介绍数据库自治服务DAS（Database Autonomy Service）的SQL优化技术。背景信息 作为数据库管理员或应用开发者，都有过SQL优化经历。数据库上执行的SQL千差万别，且伴随着业务快速迭代、数据分布特征变化、热点变化、数据库版本升级等...
2019年
本文介绍了SchedulerX产品在2019年发布涉及的新增功能、功能优化、重要问题修复及对应的文档。客户端发布记录 1.1.0，2019-12-17 变更类型 功能描述 相关文档 优化 修复问题：调整默认依赖的log4j2至2.15.0版本。无 变更类型 功能描述 相关...
优化器
AnalyticDB PostgreSQL版 同时搭载了两套优化器：TP优化器和AP优化器，前者更适合TP场景中的简单查询SQL、后者适合AP场景的复杂查询SQL。AnalyticDB PostgreSQL版 针对HTAP场景进行了不同的优化，极大地提升了数据库性能。MagicSet下推 ...
功能特性
阿里云工业视觉智能从工作区、数据集和模型三...模型管理的基本功能是基于数据集和工作区提供的基础算法模型，或者用户已经训练得到的算法模型，继续通过训练对算法模型进行定制和优化。把生成的算法模型发布为公共云API或导出成SDK离线使用。
算法应用
序列号 操作 说明 ① 开启算法任务 打开 设备状态 开关，表示开启了该设备对应的算法任务。说明 算法任务开启后，会有初始化过程，若超过30秒未更新设备状态，您可以刷新浏览器页面。② 查看算法配置 单击 算法配置 前的 图标"class="image...
高性能能力
物理优化器主要对连接顺序，连接算法，访问路径进行优化，同时会考虑到元数据，统计信息等。综合上述信息后，就能估算出模型的执行代价，然后选择出成本最低的执行计划，使得SQL能够高效运行。SPM SPM 提供在线的SQL管理能力，允许用户不...
- 产品推荐
- 这些文档可能帮助您