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 ...
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...
GetFigureCluster-获取人物人脸的聚类信息
调用该接口前，请确保您已通过创建人脸聚类任务（CreateFigureClusteringTask）将数据集（CreateDataset）中所有人脸进行分组。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以...
图片管理常见问题
CreateFigureClusteringTask-创建人物聚类任务 接口为增量分组接口，您可以在一批图片完成索引后，一次性调用CreateFigureClusteringTask接口来进行批量聚类。推荐如下两个方案：简单方法：对每一个数据集，每隔固定间隔（例如5分钟）调用...
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。...
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。...
标签传播聚类
标签传播聚类组件能够输出图中所有节点均收敛时各节点对应的组。算法说明 图聚类是根据图的拓扑结构，进行子图的划分，使得子图内部节点的连接较多，子图之间的连接较少。在用一个唯一的标签初始化每个节点之后，该算法会重复地将一个节点...
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，...
K均值聚类
功能说明 K均值聚类是一种矢量量化方法，在数据挖掘的聚类分析中很流行。K均值聚类通过试图分离 n 个相等方差组的样本来聚集数据，用最小化或者簇内和平方的标准。该算法需要指定簇的数量，它可以很好地扩展到大量样本，并已经被广泛应用于...
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 ...
参考：Proxima CE全量参数说明
hash kmeans_resource_name 主要作用 cluster 索引分片模式，cluster 首先通过启动MaxCompute的graph图计算任务对原始数据进行kmeans聚类，该参数用于标识 kmeans 中心点名称。kmeans_resource_name kmeans_sample_ratio 主要作用 cluster ...
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_...
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...
工况识别-训练
否 5[2,15]聚类方法：k均值聚类、高斯混合聚类 参数名 参数描述 是否必填 参数默认值 参数范围 最大迭代次数 单次运行的聚类算法的最大迭代次数。否 300[10,1000]聚类方法：均值漂移聚类 参数名 参数描述 是否必填 参数默认值 参数范围 ...
横向聚类
一、组件说明 横向聚类组件是横向场景下的一种无监督机器学习算法，用于将n个数据点分成k个簇，使得簇内的数据点具有高度相似性。聚类算法通过度量数据点之前的相似性或距离来确定数据点之间的关系，将相似的数据点划分到同一簇中。适用于...
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...
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。...
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...
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...
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...
API请求
API返回信息 左侧的 Msg聚类 页签展示的是API返回信息排行。右侧的 Msg调用详情 区域展示的是左侧列表选中的返回信息的API调用列表，按调用量降序排列。API成功耗时 左侧的 成功耗时 页签展示的是API调用成功时的平均耗时。右侧的 API成功...
智能异常分析概述
聚类 将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象不同。无监督 根据类别未知（未被标记）的训练样本解决模式识别...
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...
VAML协议接入指南
{uuid}"><section><avatar ai_action="true">动作code1"interrupt="true"/>动作code2"interrupt="true"/>动作code3"interrupt="false"/></avatar><frame>家用大功率吹风机，"/>不伤发快速干发。然后它的附加功能是速干的。...
非结构化分析
人脸聚类，计算一段时间内的人脸库中，哪些人脸是同一个人。易用性 AnalyticDB PostgreSQL版 向量分析申请即可使用，支持标准SQL，简化开发流程。低成本 向量数据占用空间非常大，1条512维float向量，占用2k存储空间，AnalyticDB ...
常见问题排查
例如：执行 hadoop 命令或者任务出现如下错误时，表明 org/apache/hadoop/fs/PathFilter 相关的类不在Hadoop的运行环境中，该类所属的Jar包为 hadoop-common-x.x.x.jar，需要您下载该Jar包的正确版本，并将其置于所有Hadoop环境下的...
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>...
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...
DescribeClassList-查询polardb集群的规格列表
polardb_sub_jushita：聚石塔包年包月。polardb_payg_jushita：聚石塔按量付费。polardb_sub_cainiao：菜鸟包年包月。polardb_payg_cainiao：菜鸟按量付费。说明 如果您使用的是阿里云国内站账号，只能查看国内的商品 Code。如果您使用的是...
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...
聚类分片
Proxima CE支持使用聚类分片方式检索任务，本文为您介绍聚类分片检索功能的使用方法及示例。前提条件 已安装Proxima CE包并准备输入表，详情请参见 安装Proxima CE包。基本原理 Proxima CE在检索时有两种划分数据分片的方式：哈希分片与聚...
运行失败
149)解决方法 聚类分片在构建索引时，首先会基于 Graph引擎 做数据聚类，具体是执行对应的GraphJob来完成，GraphJob会默认申请一个Worker数量，当集群资源不足时会出现上述问题。可以在执行命令里限定执行GraphJob的Worker数量来限制资源...
向量介绍
适用场景：100%召回率 劣势：大数据量下效率较低、资源（CPU、内存）消耗较严重 聚类算法 量化聚类（Quantized Clustering）介绍：量化聚类（Quantized Clustering）是阿里巴巴开发的基于kmeans聚类的向量检索算法。先利用向量文档聚类n个...
使用日志聚类
对比不同时间段的聚类日志数量 在 日志聚类 页签，单击 Log Compare。设置对比时间，单击 确定。例如：在执行查询操作时，时间范围选择为15分钟。在 Log Compare 中，选择 1天，则自动显示开始时间和结束时间，时间范围为1天前的15分钟。...
- 产品推荐
- 这些文档可能帮助您