向量召回评估
hitrate的具体计算方法为，假设真实trigger（u2i召回时为user，i2i召回时为item）的 关联item集合为M，而实际召回了top k个和trigger相似的items，若其中落在了 M 里的集合为 N，则top k hitrate为|N|/|M|。为了进行bad case study，组件...
模型配置
前提条件 算法模型需要依赖行为数据集、商品标签数据集作为训练数据，经算法引擎学习后生成可用的模型。算法模型的优劣依赖于训练数据，数据质量越高，数据量越大，算法效果越好。算法模型使用的行为数据集、商品标签数据集的数据要求与...
设置预分区
NUMREGIONS 表示地域的个数，一般按照每个地域使用6~8 GB的存储量来计算地域数量。如果集群规模大，地域数量可以设置多。SPLITALGO 表示Rowkey分割的算法。云数据库HBase自带了三种分隔算法，每个分割算法的适用场景如下描述：...
图像分类训练（torch）
本文为您介绍图像分类训练（torch）组件的配置方法及使用示例。前提条件 已开通OSS并完成授权，详情请参见 开通OSS服务 和 云产品依赖与授权：Designer。功能限制 仅 Designer 提供该算法组件。支持的计算引擎为DLC。算法简介 图像分类训练...
IForest异常检测
IForest异常检测使用sub-sampling算法，降低了算法的计算复杂度，可以识别数据中的异常点，在异常检测领域有显著的应用效果。本文为您介绍IForest异常检测的参数配置。组件配置 您可以通过以下任意一种方式，配置IForest异常检测参数。方式...
AUTO模式数据库与DRDS模式数据库
分区表的默认路由算法是基于range的一致性HASH算法，这种算法天然支持通过分裂、合并操作等变更分区，并且无须rehash所有数据，因此，AUTO模式的分区表具备分区级的变更能力。功能对比 与DRDS模式数据库相比，AUTO模式数据库新增了自动分区...
启动失败
本文为您介绍任务启动失败时的报错信息及解决方法。无法加载主类 报错信息 错误：找不到或无法加载主类 com.alibaba.proxima.CentauriRunner. 解决方法 该问题主要原因是MaxCompute无法加载Proxima CE的可执行JAR包，可以通过 申请链接 或...
相关性函数
相关性算子可以计算两组数据的相关系数，用于分析这两组数据的变化趋势是否存在关联关系。相关性算子 只支持华东2（上海）地域。相关性算子支持最大数据量为1000万行。用于离线调度的相关性算子。计算两组数据的相关系数r。两组数据之间的...
组件参考：所有组件汇总
语义向量距离 基于算法语义向量结果（如Word2Vec生成的词向量），计算给定的词（或者句子）的扩展词（或者扩展句），即计算其中某一向量距离最近的向量集合。其中一个用法是，基于Word2Vec生成的词向量结果，根据输入的词返回最为相似的词...
胸部CT平扫筛查
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可以自动生成SDK代码示例。请求参数 名称 类型 是否必选 示例值 描述 Action String 是 ScreenChestCT 系统规定参数。取值：...
随机森林
随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。计算逻辑原理 随机森林就是种了很多决策树，对输入向量进行分类（回归）。每一棵...
拒绝推断
模糊法 模糊法（fuzzy）通过给拒绝样本加上正例和负例两种标签的方法增强数据集，每种标签对应的样本权重计算公式如下：是前置评分卡组件预测的正例概率值，您可以指定 和 参数：给出全部数据的拒绝率。拒绝样本的负例概率，相比接受样本的...
朴素贝叶斯
朴素贝叶斯是一种基于独立假设的贝叶斯定理的概率分类算法。使用Designer（原Studio）的朴素贝叶斯组件，您能有效处理多样的分类问题。本文为您介绍朴素贝叶斯组件的配置方法。使用限制 支持的计算引擎为MaxCompute。组件配置 您可以使用...
SimRank+相似度计算算法
表示二部图中节点间的转移概率：从而，新的算法迭代公式如下：其中，和 表示任意两个查询，和 表示任意两个广告，因子 和 的定义如下：对SimRank算法进行上述两个方面的扩展，即通过“权值”和“证据值”对原始计算结果进行校正，所得的新...
产品概述
车载智能设备管理 对车内智能设备进行统一的注册、分组、标记管理，提供了算法升级、系统升级、算法配置同步等功能，快速的构建起车载智能设备的算法环境，同时对算法信息进行回传管理，可以迅速支持ADAS、DSM等基础算法服务。
使用协同过滤实现商品推荐
本文为您介绍如何使用协同过滤算法实现商品推荐。背景信息 数据挖掘的一个经典案例就是尿布与啤酒的案例。尿布与啤酒看似毫不相关的商品，当超市将其摆放至相邻货架时，会大幅度提高二者销量。您可以通过数据挖掘中的协同过滤算法挖掘商品...
基于文本分析算法实现新闻分类
本工作流的数据源以单个新闻为单元，需要增加ID列作为每篇新闻的唯一标识，便于算法计算。② 分词及词频统计。首先使用分词组件对 content 字段（新闻内容）进行分词。然后对过滤停用词后的文本进行词频统计。③ 过滤停用词，通常过滤标点...
Contextual Bandit 算法
算法伪代码（single-play bandit algorithm）：与传统方法的区别：每个候选商品学习一个独立的模型，避免传统大一统模型的样本分布不平衡问题 传统方法采用贪心策略，尽最大可能利用已学到的知识，易因马太效应陷入信息茧房；Bandit算法有...
模型配置
因此，在后续的人群预测任务结果中，为了获得较高的准确率、召回率，建议您从中尽量选择人数较少的高购买概率用户作为预测用户，当需要选择更多人数的预测用户时，建议您参考模型验证结果中的准确率、召回率确定人数，具体方法将在 人群...
使用pgcrypto及国密SM4加密算法
AnalyticDB PostgreSQL版 内置加密解密模块pgcryoto并集成国密SM4加密算法，允许数据库用户以加密形式存储数据的某些列，为敏感数据增加了一层额外的保护。无密钥时，任何用户都无法读取以加密形式存储在数据库中的数据。注意事项 pgcrypto...
iOS集成
20 未完成认证，原因：端活体算法异常，如算法初始化失败、算法检测失败等。30 未完成认证，原因：网络问题导致的异常，如网络链接错误、网络请求失败等，需要您检查网络并关闭代理。40 未完成认证，原因：SDK异常，如SDK初始化失败、SDK...
算法应用
本文主要描述V（Version）系列边缘一体机，配置算法应用的方法。前提条件 已接入视频设备到边缘一体机中。设备接入操作，请参见 添加视频设备。配置人脸识别应用前，请确保已配置底库服务。详细操作，请参见 算法服务。LE-V-B012和LE-V-B...
快速开始
一般情况下可以使用Item本身作为Contextual Bandit算法的Arm，但如果面临流量不够时，可以考虑使用主题、类目等粗粒度Item属性作为Arm，算法计算出每次应该展现的Arm（主题、类目等），然后再使用某种策略展现该Arm下面的Item（比如展现...
列存索引中GroupJoin算子的实现
以上介绍了IMCI GroupJoin算法的基本思路，下文会对算法进行详细的描述以及介绍简化的方法。限制条件 出于实现的复杂度考虑，相对于理论上最完备的GroupJoin实现，PolarDB MySQL版 做了如下几点限制：group by key要完全匹配某一边，且只能...
HTAP中的行列混存查询优化
为了解决这个问题，IMCI选择按照数据块采样以减少读放大，同时使用COLLAPSE算法对distinct value的计算公式做了修正。即如果有多个相同的值出现在同一个block中，按只出现一次计算，因为上文的估计公式都很大程度上取决于，通过减少数据...
Fetch类FAQ
Fetch默认会自动解压缩，有以下三种解压缩行为：decompress：默认行为，读取response的content-encoding头，从右往左数，第一个非Identity的值作为解压缩算法，例如 content-encoding:gzip,identity，选择gzip当作算法。如果您删除了该算法...
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...
任务型实例概述
容器计算服务ACS提供任务型实例，对大数据计算和批处理类型的工作负载来说具备可观的性价比。本文介绍ACS任务型实例的特点、适用场景、限制要求和使用方法。价格优势 与通用型、独享型实例相比，使用任务型实例可以节省相当可观的资源成本...
0016-00000606
问题描述 批量删除操作缺少...Quiet>false</Quiet><Object><Key>multipart.data</Key></Object><Object><Key>test.jpg</Key></Object><Object><Key>demo.jpg</Key></Object>相关文档 DeleteMultipleObjects Content-MD5的计算方法
HLL近似去重
在业务可接受的情况下，通过近似算法来快速去重，降低计算压力，是一种非常有效的方式。针对这种场景，SelectDB提供了近似去重算法HyperLogLog（简称 HLL）。HLL的特点是具有非常优异的空间复杂度O(log(logn))和时间复杂度O(n)，并且计算...
基础排序函数
基础排序即是海选，从检索结果中快速找到质量高的文档，取出TOP N个结果再按照业务排序进行精细算分，最终返回最优的结果给用户。由此可见，基础排序对...表达式中设置：category_score(cate_id)注意事项 需要与 类目预测 算法功能配合使用
竞价实例
竞价实例资源使用量的查看方法，请参见 查看竞价实例的计算资源用量。开启 竞价实例 登录 云原生数据仓库AnalyticDB MySQL控制台，在左上角选择集群所在地域。在左侧导航栏，单击 集群列表，在 湖仓版（3.0）页签，单击目标集群ID。在左侧...
电商行业
存储容量和计算资源：按实际而定，计算资源估算方法：LCU个数=QPS*单次查询消耗的LCU。其中单次查询消耗的LCU可以先购买一个入共享通用型应用后，在搜索测试功能中进行测试查看单次查询消耗的LCU。4.配置应用：手动创建应用结构：可以...
评分卡训练
优化算法 在高级选项中可以配置训练过程中使用的优化算法，系统支持如下四种优化算法：L-BFGS：是一阶的优化算法，支持较大规模的特征数据集。该算法属于无约束的优化算法，会自动忽略约束条件。Newton's Method：牛顿法是经典的二阶算法，...
基础术语
A APK/AAB 包加固（Android）对 APK/AAB 包，整体进行安全保护，提供 APK/AAB 包防反编译保护、DEX 文件整体加壳保护、DEX 文件防篡改保护、防白盒攻击、壳加密算法保护、防调试保护、防内存篡改保护、防 Hook 保护、防模拟器保护、APK/AAB...
字符串相似度
参数设置 相似度计算方法 指定相似度计算方法类型。取值范围为：levenshtein levenshtein_sim lcs lcs_sim ssk cosine simhash_hamming simhash_hamming_sim 默认值为levenshtein_sim。子串的长度 仅当 相似度计算方法 取值为 ssk、cosine...
IDMapping在离线一体化解决方案
4、弱关系挖掘能力 针对没有特定强关联的数据，我们也提供一些解决方案，如多因素（规则）进行综合考虑与判定、将非确定条件中的属性进行相似的关联关系计算（向量计算、地理位置计算等手段），将各种真实数据的复杂情形做一些量化方法的...
PageRank
算法不仅计算指向该网页的链接数量，还考虑了每个链接网页本身的权重，即这些网页本身的PageRank值，以及它们指向其他网页的链接数。在用户构成的社交网络中，PageRank理念同样适用。用户的影响力不仅由其个人属性决定，也受到其社交联系的...
基本概念
J 计算引擎 与Lindorm存储引擎深度融合，基于云原生架构提供的分布式计算服务，满足用户在数据生产、交互式分析、机器学习和图计算等场景的计算需求，兼容开源Spark标准接口。更多信息，请参见 计算引擎介绍。JDBC Java Database ...
签名鉴权模式
签名计算方式 按照 鉴权概述 的描述，如果选择签名校验模式，MQTT客户端实际连接MQTT消息服务器时，connect 报文中的Username和Password需要按照本文约定的规范设置，具体设置和计算方法如下。Username 由鉴权模式名称、AccessKey ID和...
- 产品推荐
- 这些文档可能帮助您