高维向量检索（PASE）
算法流程说明：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心所在聚类中的所有...
高维向量检索（PASE）
算法流程说明：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心所在聚类中的所有...
日志聚类
本文介绍日志聚类功能及其操作，包括开启日志聚类、查看聚类结果和原始日志、对比不同时间段的聚类日志数量等。前提条件 已创建Standard Logstore。具体操作，请参见 创建Logstore。已采集日志。具体操作，请参见 数据采集。已配置索引。...
DBSCAN聚类
功能说明 DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）是一种基于密度的空间聚类算法。DBSCAN 的核心概念是 core samples,是指位于高密度区域的样本。DBSCAN算法将聚类视为被低...
聚类模型评估
modelName 是 输入的聚类模型。无 outputTableName 是 输出表。无 lifecycle 否 输出表的生命周期。无 示例 使用SQL语句，生成测试数据。create table if not exists pai_cluster_evaluation_test_input as select*from(select 1 as id,1 ...
人脸聚类
使用人脸聚类功能，你可以将媒体集中存在相似人脸的多张图片进行分组，可用于网盘的人脸相册、家庭监控的陌生人检测、甚至新零售的顾客管理等场景。人脸聚类后，您可以根据人脸分组查询对应人员的所有图片信息。重要 此文档已不再维护，...
聚类标注功能使用介绍
此处指将用户输出语句按照语义相似度分成由类似的语句组成的“聚类问法组”。聚类标注结果会通过优化知识数据而优化算法和匹配机制的运用效果，但并不会直接作用于算法和匹配机制。基本功能实现介绍 功能入口 在左侧导航栏，选择 运营中心>...
Proxima Cluster参数
proxima.kmc2.cluster.markov_chain_length UINT32 0u 马尔科夫链长度，如果为 0，则值为 线程数乘以并发因子 proxima.kmc2.cluster.class STRING KmeansCluster 初始化完中心点后，调用的聚类方法 proxima.kmc2.cluster.params ...
K均值聚类算法（K-Means）
该算法原理为：先将数据分为K组，随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，将每一个对象分配给距离它最近的聚类中心，聚类中心以及分配给它们的对象就代表一个聚类。即K-Means算法将输入表的...
QueryLocationDateClusters-查询时空聚类
查询时空聚类列表信息，支持多种条件，详情请参考请求参数。接口说明 请确保在使用该接口前，已充分了解智能媒体管理产品的收费方式和 价格。调用该接口前，请先通过 CreateLocationDateClusteringTask 接口进行时空聚类。调试 您可以在...
index
2048 log_reduce_white_list array 日志聚类的聚类字段过滤白名单，仅当日志聚类开启时有效。string 白名单字段。name log_reduce_black_list array 日志聚类的聚类字段过滤黑名单，仅当日志聚类开启时有效。string 黑名单字段。time line ...
CreateLocationDateClusteringTask-创建时空聚类任务
少于该天数的聚类不会被检测和存储。例如，不希望产生的分组中包含 1 日游，则该参数设置为 2。1 MaxDays long 是 单个时空分组中，最多包含的天数，取值范围为 1~99999。多于该天数的聚类不会被检测和存储。例如，用户在某地连续超过 15 ...
MaxCompute K均值聚类最佳实践
cmd2：基于cmd1生成的聚类结果，运行 聚类模型评估 组件，来评估聚类模型的优劣性。各个参数的配置说明，请参见 方式二：PAI命令方式。PAI-name cluster_evaluation-project algo_public-DinputTableName=pai_online_project.pai_cluster_...
API概览
GetFigureCluster 获取人物人脸的聚类信息 获取人脸分组的基本信息，包括创建时间、照片数量、分组封面等信息。QueryFigureClusters 查询人物聚类 根据条件查询人物聚类及其信息。BatchGetFigureCluster 批量获取人脸聚类 批量获取人物聚类...
K均值聚类
K均值聚类首先随机选择K个对象作为每个簇的初始聚类中心，然后计算剩余对象与各簇中心的距离，将其分配至距离最近的簇，再重新计算每个簇的聚类中心。该算法假设聚类对象为空间向量，且以各聚类内部的均方误差和最小为目标，不断地进行计算...
人脸聚类相关问题
本文介绍了在使用人脸聚类过程中可能遇到的问题。重要 此文档已不再维护，建议您使用新版智能媒体管理。关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于新版智能媒体管理人脸聚类的常见问题，请参见 图片管理常见问题。...
概述
密度聚类算法的聚类容量 上限为5000条时序曲线，每条时序曲线的长度最大为1440个点。层次聚类算法的聚类容量 上限为2000条时序曲线，每条时序曲线的长度最大为1440个点。机器学习函数 类别 函数 说明 时间序列 平滑函数 ts_smooth_simple ...
QuerySimilarImageClusters-查询相似图片聚类
下一次查询聚类时将此值作为 NextToken 传入，将后续的聚类列表返回。CAESEgoQCg4KClVwZGF0ZVRpbWUQARgBIs8ECgkAAJLUwUCAQ*示例 正常返回示例 JSON 格式 {"RequestId":"CA995EFD-083D-4F40-BE8A-BDF75FFF*","SimilarImageClusters":[{...
相似标签自动归类
说明 该组件在运行时，其上游输入数据表的行数必须大于或等于该组件参数中设定的聚类数目。单击 K均值聚类-1 组件，在快捷菜单，单击 执行该节点。其结果展示每个词所属的聚类簇，结果示例如下图所示。⑥ 结果验证。通过 SQL脚本-1 组件，...
ST_ClusterKMeans
返回每个Geometry对象基于二维K均值算法生成的聚类结果数量。语法 integer ST_ClusterKMeans(geometry winset geom,integer numberOfClusters);参数 参数名称 描述 geom 目标Geometry对象。numberOfClusters 聚类数。描述 用于聚类的距离是...
ST_ClusterKMeans
返回每个Geometry对象基于二维K均值算法生成的聚类结果数量。语法 integer ST_ClusterKMeans(geometry winset geom,integer numberOfClusters);参数 参数名称 描述 geom 目标Geometry对象。numberOfClusters 聚类数。描述 用于聚类的距离是...
ST_ClusterKMeans
返回每个Geometry对象基于二维K均值算法生成的聚类结果数量。语法 integer ST_ClusterKMeans(geometry winset geom,integer numberOfClusters);参数 参数名称 描述 geom 目标Geometry对象。numberOfClusters 聚类数。描述 用于聚类的距离是...
新旧版本使用指引
UpdateFigureCluster-更新人物聚类 UpdateFaceGroup-更新媒体集中人脸分组-SearchImageFigureCluster-查询图片人脸所属聚类 无 新版支持搜索图片中人物所在的聚类分组。CreateFacesSearchingTask-创建相似人脸图片检索任务 ...
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...
标注中心
标注中心功能提供用户会话日志的实时标注功能，系统支持同类问法聚类的功能，可大幅减轻标注成本，您可以通过聚类开关控制此功能，请您依据匹配情况进行标注。待标注任务 在待标注任务中系统会默将当月的待标注数据列出，也支持自定义选择...
PGVector
其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心...
PGVector
其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心...
PGVector
其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心...
UpdateLocationDateCluster-更新时空聚类
更新一个时空聚类的信息。接口说明 请确保在使用该接口前，已充分了解智能媒体管理产品的收费方式和 价格。调用该接口前，请先通过 CreateLocationDateClusteringTask 接口进行时空聚类。调试 您可以在OpenAPI Explorer中直接运行该接口，...
实时日志查询
关于日志聚类的更多信息，请参见 日志聚类。关闭实时日志查询 当您确认不再需要保留日志数据，请按如下步骤关闭实时日志查询。登录 OSS管理控制台。单击 Bucket 列表，然后单击目标Bucket名称。在左侧导航栏，选择 日志管理>实时查询。单击...
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...
故事类型和子类型
搜索数据集里人脸数目最多的人物，根据已做过的人脸聚类的结果生成人物故事，可支持通过时间参数 StoryStartTime 和 StoryEndTime 传入时间间隔，即在某段时间间隔内，照片数量最多的人物为候选人物，不会关注是否已有该人物的故事生成。...
应用场景
同时还可以在向量数据库中使用基于聚类的视频检索方法，对视频进行聚类，并在聚类之间进行快速检索，提高检索效率和准确度。分子检测与筛选场景 在分子检测中，可以使用分子指纹（例如ECFP、MACCS键等）将分子结构转换为向量表示，并将其...
CreateIndex
log_reduce_black_list Array of String Body 否 b 日志聚类的聚类字段黑名单。返回数据 名称 类型 示例值 描述 Server String nginx 服务器名称。Content-Type String application/json 返回的响应体的内容格式。Content-Length String 0 ...
K-均值聚类
k-均值聚类（Kmeans）算法是非常基础且被大量使用的聚类算法。算法基本原理：以空间中k个点为中心进行聚类，对最靠近它们的点进行归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。将样本集分为k个类别的算法描述...
功能特性
丰富的机器学习算法 PAI的算法都经过阿里巴巴集团大规模业务的沉淀，不仅支持基础的聚类和回归类算法，同时也支持文本分析和特征处理等复杂算法。支持对接阿里云其他产品 PAI训练的模型直接存储在MaxCompute中，可以配合阿里云的其他产品...
使用流程
调用 CreateGroupFacesJob 接口后，您可以继续调用 IndexImage 接口将图片中的人脸索引到媒体集，然后再次调用 CreateGroupFacesJob 接口进行增量聚类的处理。调用 ListFaceGroups 接口获取一个媒体集中的人脸分组列表。
应用场景
日志服务的查询与分析功能提供了十多种机器学习算法，包括单时序数据的多种平滑操作、预测与分解操作，多时序的聚类，多字段的模式挖掘等，可以直接应用在告警监控任务中。更多信息，请参见 机器学习函数。机器学习服务提供流式统计或图...
规格计算器
QC：基于量化聚类的向量检索算法，召回结果正确率极高，占用资源较少，性能较好，在低维度向量数据集上有更好表现,内存及储存占用一般只有Linear和HNSW的1/4,适用于对召回率没有严苛要求的大数据量检索场景。Linear：线性检索，即暴力检索...
通过消费组读取文本日志进行模板发现
通识字段模板 在文本分析作业对日志进行预处理时，日志相似聚类算法会使用模板表达式匹配日志中的文本内容并将其替换为模板名称，有助于提高分析的准确性。例如 模板名称 为IP，模板表达式 为(?[^A-Za-z0-9])|^)(\d{1,3}\.\d{1,3}\.\d{1,3}...
- 产品推荐
- 这些文档可能帮助您