DDL
clustering columns：这些是主键定义的第一部分之后的列，这些列的顺序定义了聚类顺序，Lindorm CQL中允许不定义 clustering columns。PRIMARY KEY 定义的一些示例：PRIMARY KEY（a）：a是分区键，没有聚类列。PRIMARY KEY（a，b，c）：a是...
App端性能体验功能说明
术语表 基础字段 名词 名词解释 错误数 该类错误在一定时间范围内产生的次数，也就是SDK上报的日志数量 错误率 错误率=错误次数/应用启动次数，对于自定义异常类的错误，错误率可能大于100%，对于崩溃类的错误由于数据挤压和延时上报的原因...
DBSCAN聚类
本文为您介绍DBSCAN聚类组件。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...
聚类标注功能使用介绍
基本功能实现介绍 功能入口 在左侧导航栏，选择 运营中心>问答标注>聚类标注，进入聚类标注界面，具体界面如下：待标注内容查看 进入聚类标注界面后，点击“待标注”标签，进入待标注界面；根据实际业务需求选择待标注数据 筛选条件 后，...
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...
使用前须知
聚类分析：包括单指标维度的机器热点分析和多指标维度的机器聚类分析。提供数据规范：指标数据规范详情，包括指标标签和指标定义。功能优势 简单：一站式开通、数据规范明确、数据接入和使用门槛低。高效：秒级聚类、高效可靠。灵活：不仅...
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...
使用日志聚类
开启日志聚类后，您可以在 日志聚类 页签中进行日志聚类和查看聚类结果。本文介绍支持在 日志聚类 页签对日志进行的常用操作。日志聚类界面 日志聚类功能支持在采集日志时，将相似度高的日志聚合，提取共同的日志模式（Pattern），快速掌握...
算法说明
日志聚类算法 日志聚类算法基于日志聚类功能，日志聚类功能对日志数据进行粗粒度聚类，日志聚类算法在粗粒度聚类的结果上进行精度更高的二次聚类。开启日志聚类、查看聚类结果等操作步骤，请参见 日志聚类。模板发现算法 模板发现算法使用...
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。...
API概览
ListCloudAssetInstances 云产品资产列表（除云服务器ECS主机类资产）获取云产品资产列表。DescribeImageInfoList 控制台资产管理查询镜像列表 查询镜像列表。DescribeLogShipperStatus 查询日志分析功能状态 查询日志分析功能可用状态。...
QueryMetricByPage-查询监控指标
count（总次数）-pv（页面浏览量）-uv（用户访问量）-avg_val（平均值）webstat.errcate 错误聚类排行-msg（错误信息）-ip_country_id（国家 ID 或区域 ID）-ip_region_id（中国省市 ID）-detector_browser（浏览器）-detector_device...
QueryMetricByPage-查询监控指标
count（总次数）-pv（页面浏览量）-uv（用户访问量）-avg_val（平均值）webstat.errcate 错误聚类排行-msg（错误信息）-ip_country_id（国家 ID 或区域 ID）-ip_region_id（中国省市 ID）-detector_browser（浏览器）-detector_device...
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。...
无监督聚类函数
聚类函数基于密度进行聚类，发现数据中的模式和异常数据。聚类函数 只支持华东2（上海）地域。聚类函数支持的最大数据量为50万行30列，用于聚类的列不超过6列。用于离线调度的聚类函数。基于密度进行聚类，发现数据中的模式和异常数据。...
Proxima向量计算
在聚类后的数据集上进行KNN和RNN搜索，用户设定检索过程中的参数。Proxima与Hologres概念对照 Proxima概念 Hologres中的概念 特征向量 数组类型Array，仅支持固定长度数组 向量索引 一种特殊类型的Index，当前仅支持KNN/RNN的Graph索引 ...
Java SDK
有人说，何首乌根是有像人形的，吃了","便可以成仙，我于是常常拔它起来，牵连不断地拔起来，也曾因此弄坏了泥墙，却从来没有见过有一块根像人样!如果不怕刺，还可以摘到覆盆子，像小珊瑚珠攒成的小球，又酸又甜，","色味都比桑葚要好得远....
Java SDK
有人说，何首乌根是有像人形的，吃了便可以成仙，我于是常常拔它起来，牵连不断地拔起来，"+"也曾因此弄坏了泥墙，却从来没有见过有一块根像人样!如果不怕刺，还可以摘到覆盆子，像小珊瑚珠攒成的小球，又酸又甜，色味都比桑葚要好得远.;...
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...
时序聚类函数
时序聚类函数针对输入的多条时序数据进行聚类，自动聚类出不同的曲线形态，进而快速找到相应的聚类中心和异于聚类中的其它形态曲线。关于函数的算法及实现原理请参见 LOG机器学习介绍（02）：时序聚类建模。函数列表 函数 说明 ts_density_...
DescribeInstanceHistoryEvents-查询指定实例系统事件...
可能值：IsolateOnly，表示仅支持隔离坏盘，不支持维修坏盘。IsolateOnly Rack string 云盒机柜号。A01 PunishType string 处罚类型。ecs_message_alert PunishDomain string 安全违规域名。1228.test.com PunishUrl string 安全违规链接。...
SSML标记语言说明
本文为您介绍SSML（Speech Synthesis Markup Language）标记语言的功能、标签使用及示例。概述 SSML是一种基于XML的语音合成标记语言。与纯文本的合成相比，使用SSML可以充实合成的内容，为最终合成效果带来更多变化。...
SSML标记语言介绍
本文为您介绍SSML（Speech Synthesis Markup Language）标记语言的功能、标签使用及示例。概述 SSML是一种基于XML的语音合成标记语言。与纯文本的合成相比，使用SSML可以充实合成的内容，为最终合成效果带来更多变化。...
K均值聚类
是 自动 自动 K-Means算法 elkan K-Means算法 其他参数 参数名 参数描述 模型结果 模型结果展示模型聚类效果以及聚类结果，其中“CH分数（即Calinski-Harabasz指标）”和“轮廓系数”反应聚类效果，值越大，说明聚类效果越好。
GMM聚类
本文为您介绍GMM聚类组件。功能说明 GMM（Gaussian Mixture Model）是一个将事物分解为若干的基于 高斯概率密度函数（正态分布曲线）形成的模型，混合高斯分布（MoG）由多个混合成分组成，每一个混合成分对应一个高斯分布。当聚类问题中...
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，...
聚类模型评估
基于原始数据和聚类结果，评估聚类模型的优劣性，从而输出评估指标。使用限制 仅原PAI-Studio平台支持查看该组件的可视化报告。背景信息 评估指标Calinski-Harabasz又称VRC（Variance Ratio Criterion），其计算公式如下。参数 描述 SS B ...
CreateSimilarImageClusterTask-创建相似图片聚类任务
使用步骤：创建相似图片聚类任务 通过 GetTaskStatus 接口查询相似图片聚类任务是否执行完成 通过 SearchSimilarImageClusters 接口获取相似图片聚类结果 同一 drive 同一时刻只能有一个相似图片聚类任务运行，若上一任务未结束，再次调用...
Proxima Cluster参数
1.聚类 1.1 KmeansCluster/BatchKmeansCluster 参数名 类型 默认值 备注 proxima.general.cluster.count UINT32 0 中心点数量 proxima.kmeans.cluster.count UINT32 0 中心点数量，优先级高于 general，低于 suggest 的 K 值 proxima....
查看仪表盘
接入机器的配置数据和监控指标数据后，SREWorks数智服务会基于您的指标数据，自动生成相应的仪表盘，便于您查看集群总览指标和单机指标详情，进行机器热点分析和聚类分析等。前提条件 已接入机器的配置数据和监控指标数据。具体操作，请...
横向聚类评估
一、组件说明 横向聚类模型的评估任务，可以输出轮廓系数、Calinski Harabaz等指标。支持使用单方或多方联合数据，评估横向聚类模型。组件截图 二、参数说明 参数名称 参数说明 预测结果列 预测回归值predict_result，整型输出。
AutoML使用案例汇总
案例名称 描述 MaxCompute K均值聚类最佳实践 介绍如何通过提交一个使用MaxCompute计算资源的超参数调优实验，来运行K均值聚类和聚类模型评估组件，以获取K均值聚类组件算法的较优超参数组合。MaxCompute PS-SMART二分类最佳实践 介绍如何...
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...
聚类标注方法介绍
标注动作包括：正确 错误-修改知识 错误-已处理 未覆盖-新增知识 未覆盖-已处理 无效 待定 标注步骤 第1步：选择高频用户问法 在【聚类问法组】中选择高频聚类问法，查看用户问法与知识的匹配类型及匹配明细。第2步：判断用户问法与知识的...
创建相似图片聚类任务
相似图片聚类功能，可以将您已索引到数据集内的图片按照相似度生成聚类，用于图片去重、选优等场景，例如可以通过该功能筛选相册中连拍的图片。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...
MaxCompute K均值聚类最佳实践
本文为您介绍如何通过提交一个使用MaxCompute计算资源的超参数调优实验，来运行K均值聚类和聚类模型评估组件，以获取K均值聚类组件算法的较优超参数组合。步骤一：准备数据 您可以参考 聚类模型评估 中的示例来准备测试数据和评估数据。本...
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...
常见问题
本文介绍SREWork应用的常见问题。错误信息：Query exceeded local memory limit of 3GB（查询A）错误原因 当前查询和分析语句所使用服务端的内存超过3 GB...解决方法 建议精简聚类分析指标数量和缩短聚类分析的时间周期（一般建议在1h以内）。
UpdateFigureCluster-更新人物聚类
更新一个人脸聚类分组的信息，可以更新分组的名称、标签等信息。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，请确保您已通过创建人物人脸聚类任务（CreateFigureClusteringTask）将数据...
QuerySimilarImageClusters-查询相似图片聚类
查询相似图片聚类列表信息。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 CreateSimilarImageClusteringTask 接口对数据集中的图片进行相似图片聚类。调试 您可以在OpenAPI ...
- 产品推荐
- 这些文档可能帮助您