线性回归
线性回归模型具有简单、易于理解和解释的特点，同时可以通过多项式扩展等方法处理非线性数据，具有较高的泛化能力和预测准确率。但是，线性回归模型对于离群点、噪声数据和非线性关系的数据比较敏感，需要进行特征标准化和正则化处理。组件...
相关性分析
皮尔逊相关系数：用于衡量两个数据集是否在一条线上面，即针对线性数据的相关系数计算，针对非线性数据便会有误差。肯德尔相关系数：用于反映分类变量的相关性，即针对无序序列的相关系数计算，非正太分布的数据。斯皮尔曼相关系数：用于非...
AutoML使用限制及规格
它可以处理复杂、非线性、高纬度且计算代价较大的问题。TPE的缺点是无法发现不同参数之间的联系。参考文献：Algorithms for Hyper-Parameter Optimization GridSearch：网格搜索算法，将所搜空间均匀分成网格，然后遍历所有可能的组合来...
什么是优化求解器
1.数学规划求解 用于求解数学规划问题，即目标、变量、约束可用量化公式来定义的数学规划问题，如线性规划（LP）、非线性规划（NLP）、混合整数规划（MIP）等。当前已经上线的求解能力是线性规划（LP）、凸二次规划（convex QP）、半定规划...
基本概念
数学规划求解常见的子问题类别还有混合整数规划（Mixed Integer Programing,MIP)、非线性规划（Nonlinear Programing，NLP）等。除此外，当前还有 仿真优化 和 在线优化 类别能力，可联系我们获取。本地运行版 本地运行版，简称本地版，是...
特征编码
特征编码是将非线性特征通过GBDT编码成线性特征。功能介绍 特征编码由决策树和Ensemble算法挖掘新特征的一种策略，特征来自一个或多个特征组成的决策树叶子结点的one-hot结果。例如，下图有三棵树，共有12个叶子结点。根据树的顺序依次编码...
MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
FM算法
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播的推荐场景。组件配置 Designer 提供的FM算法模板包括FM训练和FM预测组件，您可以在原PAI-Studio控制台首页的 FM算法实现推荐模型 区域...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
基于Alink框架的FM推荐
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播等推荐场景。Designer 预置了FM算法模板，便于您快速构建基于Alink框架的FM推荐模型，快速实现推荐系统并应用于上述场景。本文为您介绍...
光伏发电异常检测提效
例如：如下图所示：光伏发电系统的P-T曲线具有强烈的非线性，在光线充足、电池无故障的情况下，其几何形态近似于一个开口向下的马蹄形抛物线。该抛物线顶点对应的功率即为该日最大输出功率点。正常状态下P-T曲线：如下图所示：当出现外界...
线性规划-专题多篇
我们都可能用过线性规划的方法，只是不知道这些就是数学上说的“线性规划”。查看LP概念、练习种植计划问题>2.营养调配：如何吃少花钱又营养丰富 营养调配问题的目标是利用优化模型来设定每日饮食菜单，在满足各类营养的需求同时更能优化总...
向量索引通用配置
向量分隔符 可自定义 向量检索时各维度使用的分隔符（如vector:'1.05066,0.15610,0.156145.' 其中分隔符为逗号）线性构建的阈值 默认为5000 表示数据量在5000以内用线性 忽略有问题的向量数据 true false 当向量维度不正常，向量数据为空时...
向量索引的高级配置介绍
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt 默认值为20000 召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取...
向量索引
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt:召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取两者的最大值 ...
向量索引
默认是10000，用线性构建的好处是可以节省内存,召回结果无损,但是若数据规模较大时，性能极差。min_scan_doc_cnt:召回候选集的个数最小值，默认10000，和proxima.qc.searcher.scan_ratio的概念类似。两者都配置的情况下，取两者的最大值 ...
单波段拉伸
说明 Gamma校正是一种用于调整图像亮度和对比度的非线性变换技术，可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光的...
RGB色彩
说明 Gamma校正是一种非线性变换技术，用于调整图像的亮度和对比度。它可以纠正由于显示设备的不一致性而导致的图像亮度失真问题。后期效果 辉光 强度：设置辉光的强度值，范围为0~5。半径：设置辉光的半径大小，范围为0~1。阈值：设置辉光...
内存诊断
Vmalloc Linux操作系统的一种基于伙伴系统的非线性映射内存分配器。filecache Linux在读写文件时，用内存缓存磁盘文件的内容，程序访问文件时直接操作内存，从而加快程序对文件的读写。匿名内存 在系统运行过程中动态分配（new、malloc、...
Redis实例为多可用区实例
Redis实例为非多可用区实例，视为“不合规”。规则详情 参数 说明 规则名称 Redis实例为多可用区实例 规则标识 redis-instance-multi-zone 标签 Redis 自动修正 不支持 规则触发机制 配置变更 规则支持的资源类型 Redis实例 规则入参 无
使用双机房 ODP 实例（阿里云版）
此时，该逻辑实例便对应了两个物理实例（即逻辑实例在某一个机房中的真实实例），分别部署在上海非金可用区 A 和上海非金可用区 C，两个物理实例共享相同的元信息配置。添加物理数据节点 登录 OceanBase 管理控制台，创建一个集群与两个...
修改表
为避免潜在的长时间的更新操作，特别是如果你想要用大多数非默认值填充列，那么最好添加没有默认值的列，再用 UPDATE 插入正确的值，然后按照下面所述添加任何期望的默认值。也可以同时为列定义约束，语法：ALTER TABLE products ADD ...
文本与段落格式
关联内容格式 知识内容之前通常存在一些非线性的联系，这个时候我们可以通过关联的方式，在一个在线文档中关联另一个已有的内容，避免同时维护多份同样的内容。关联内容包含：云效知识库文档、文件夹、文件，与云效任务、日程、文件、...
识别任务说明
如果需要使用已启用模板（非主用）扫描指定数据库，您可以新建识别任务。仅支持使用已启用模板新建自定义识别任务，如需使用的识别模板未启用，您需要先启用该识别模板。具体操作，请参见 配置识别模板。登录 数据安全中心控制台。在左侧...
存储CSI概述
本地临时文件存储 如果您期望将非高可用数据保存在本地，可以通过LVM卷进行存储管理。IO要求高、自带高可用场景 有些业务对IO要求很高，且应用自带高可用方案，例如：MySQL；可以使用LVM卷。大数据分析场景 Spark等类型的大数据分析场景，...
用云成本需求分析
成本优化目标 在企业和组织发展的不同的阶段，企业成本核算部门会对用云提出不同的成本要求，比如，每年的企业用云成本约束，云资源使用量明显增长，但是云资源的费用较慢增长（与资源用量非线性）。这不光是对于云厂商通过自身技术迭代...
建模优化
选择属于线性规划、非线性规划或约束类问题。添加模型序列。即创建索引，在索引创建中，选择 索引类型 为 普通索引，并赋予 索引名称，该名称将用于模型构建中的引用。您可以通过 手动输入 或者 关联表 的方式获取 索引值。定义变量。变量...
功能发布记录
2022年5月 求解器SDK更新V0.19.x版本（V0.19.0下载）：新增非线性规划（NLP）中的 凸二次规划（convex QP）问题；提升了单纯形法、内点法的性能，改进AMPL、并发法功能和稳定度；License管理新设计，增加createEnv等相关API，可支持大批量...
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...
组件参考：所有组件汇总
推荐方法 FM算法 FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播的推荐场景。ALS矩阵分解 交替最小二乘ALS（Alternating Least Squares）算法的原理是对稀疏矩阵进行模型分解，评估...
GBDT回归
梯度渐进回归树GBDT（Gradient Boosting Decision Tree）是一种迭代决策树算法，适用于线性及非线性回归场景。组件配置 您可以使用以下任意一种方式，配置GBDT回归组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 ...
历史版本下载
V0.19.0下载 发布时间：2022.05.11 linux64-x86 windows64 osx64-x86 文件：mindopt-install-linux-0.19.0.sh 文件：mindopt-0.19.0.msi 文件：mindopt-install-osx-0.19.0.sh 修改记录：新增非线性规划（NLP）中的二次规划（convex QP问题...
求解器用户手册
非线性规划：支持求解凸 二次规划（QP）问题、求解 半定规划（SDP）问题。优化问题的输入方式 优化问题支持3种输入方式：文件输入、数据建模APIs输入、外部建模工具调用。方式1：文件输入 支持 MPS 格式 和 LP 格式，如.mps 和.lp，以及...
块存储FAQ
例如，云服务器ECS存储增强型实例g7se的存储I/O性能跟实例规格成线性关系，同一类型的实例规格等级越高可获得的存储IOPS和吞吐量越高。当您创建某个规格的g7se实例并挂载ESSD云盘时：如果ESSD云盘的性能总和不超过实例规格族所对应的存储I/...
向量介绍
将物理世界产生的非结构化数据，转化为结构化的多维向量，用这些向量标识实体和实体间的关系。再计算向量之间距离，通常情况下，距离越近、相似度越高，召回相似度最高的TOP结果，完成检索。向量检索算法 linear linear算法会线性计算所有...
偏最小二乘回归
偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多，且都存在多重相关性，而观测数据的数量（样本量）又较少时，用偏小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。计算逻辑原理 偏最小二乘...
常见问题
多类目情况下，任务整体分成两部分，一部分是单类目doc个数小于100万（默认阈值，可配置）的类目，另一部分是单类目doc个数大于100万的类目，所有小于100万的类目会一起用线性的方法进行检索，要加快这部分的速度，可以设置如下两个命令行...
机器学习开发示例
已使用OSS管理控制台创建 非系统目录存储空间，详情请参见 控制台创建存储空间。警告 首次使用DDI产品创建的Bucket为系统目录Bucket，不建议存放数据，您需要再创建一个Bucket来读写数据。说明 DDI访问OSS路径结构：oss:/BucketName/Object...
产品优势
易用性 兼容POSIX文件接口，部署简单，挂载即用。需要手工格式化成ext4等内核态文件系统。上层集群文件系统构建复杂，需资深专家部署和测试。交付周期长，成本高。客户端挂载。支持在线扩容。共享读写 共享高并发读写、IO级数据一致性、...
产品功能
API服务总线 提供高可用、稳定高效、可线性扩容的服务能力以及丰富全面的访问控制功能。协议转换：支持常用协议服务的接入和开放，支持复杂类型和结构的出入参数定义，以及高度定制化、灵活的数据变换。认证鉴权：支持服务访问签名，检查...
- 产品推荐
- 这些文档可能帮助您