机器学习（MADlib）
聚类问题：提供K-Means算法实现聚类分析。关联分析：提供Apriori算法实现关联分析，解决如“啤酒与尿布”的关联问题。时序分析：提供ARIMA自回归移动平均模型预测时间序列数据的未来值。其他：数据降维如通过PCA主成分分析模型来提炼主因子...
统计类算法参数调优
本文介绍统计类算法（esd、ttest和nsigma）的参数调优方法。背景信息 统计类算法（esd、ttest和nsigma）可以根据历史数据为每一个数据点计算异常分数anomalyScore。算法的输入参数（如 esd.alpha、ttest.alpha 和 nsigma.n）会决定判断阈值...
支持的数据脱敏算法
本文介绍支持的数据脱敏算法。算法分类 分类描述 算法描述 输入参数 适用类型和典型场景 哈希脱敏 不可逆算法。适用于密码或需要通过对比进行敏感数据确认的场景。支持常见的哈希算法，并支持偏移量（加盐值）配置。MD5 Salt值 敏感类型：...
资产安全概述
脱敏算法 脱敏算法模块可以看到目前支持的所有脱敏算法，主要包括 遮盖脱敏（如张三，脱敏为*三）、哈希脱敏（如加盐MD5）两大类算法。动态脱敏 不改变底层数据的存储，只在数据进行消费时，进行数据的脱敏。典型应用场景：数据分析场景的...
资产安全概述
脱敏算法 脱敏算法模块可以看到目前支持的所有脱敏算法，主要包括 遮盖脱敏（如张三，脱敏为*三）、哈希脱敏（如加盐MD5）两大类算法。动态脱敏 不改变底层数据的存储，只在数据进行消费时，进行数据的脱敏。典型应用场景：数据分析场景的...
类目预测功能介绍
由于没有行为数据，样本打标签没有依据，那么会使用另一类算法来训练模型，仅通过query和类目下物品标题的文本数据，进行分词后，计算query文本与物品标题文本的语义相关度，得到query与类目的相关度。使用行为数据的模型效果要优于不使用...
行业算法模型介绍
智能推荐根据不同的行业提供了归档的如下几类算法模型，您可以通过在线实验平台的实验参数配置针对性的进行开启或关闭以及具体算法子类型的优化。一、基于物品的协同过滤算法 协同过滤算法主要分为基于物品的协同过滤算法、基于用户的协同...
GTS专家服务的审计事件
GetAlgorithmForecastData 详情预测类算法图表。GetAlgorithmForecastDetails 预测算法详情页列表。GetAlgorithmList 查询算法下拉列表。GetAllBusinessGroupList 查询用户下全部业务组。GetAllTagResourceNumList 查询全部标签列表。...
创建安全联邦学习任务（任务模式）
参数 描述 算法分类 支持的算法分类为FL决策树、FL线性回归、FL逻辑回归、FL深度学习。FL决策树支持的算法为 XGBoostWithDp:Decision_Tree，用于二分类、多分类、回归。FL线性回归支持的算法为 LinearRegressionWithHe:Linear_Regression_...
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...
PS-SMART二分类训练
参数服务器PS（Parameter Server）致力于解决大规模的离线及在线训练任务，SMART（Scalable Multiple Additive Regression Tree）是GBDT（Gradient Boosting Decision Tree）基于PS实现的迭代算法。PS-SMART支持百亿样本及几十万特征的训练...
时序引擎版本说明
时序异常检测，修复STL类算法（OneShot STL和Online STL）verbose参数报错的问题。3.4.25（稳定版本）发布日期 类型 说明 2023年02月14日 新特性 支持通过Lindorm控制台查询访问日志。Lindorm ML时序异常检测：支持以SQL函数嵌套形式，对...
时序异常检测
如何通过调整参数得到理想的检测结果，请参见 统计类算法参数调优 和 分解类算法参数调优。公共参数 通用的公共参数控制检测过程中的调试诊断和行为，可以使用到所有的异常检测算法中。公共参数说明如下表：参数名称 类型 默认值 说明 ...
高效基因序列检索助力快速分析肺炎病毒
系统提取了每种病毒的论文，通过文本分类算法，将论文划分为检测类、疫苗类和药物类。其中，对SARS有效的荧光定量PCR检测，目前正应用于肺炎病毒的检测；基因疫苗的方法以及诱导体内免疫疫苗的方法，也正在展开研究；治疗药物中瑞德西韦...
PyAlink脚本
lr=LogisticRegressionTrainBatchOp()\.setFeatureCols(colnames)\.setLabelCol("label")数据导入（Source）和数据导出（Sink）是一类特殊的Operator，定义好之后，可以通过Link或LinkFrom和算法组件连接，具体实现如下图所示。Alink包含...
安全联邦学习-工作流FL
一、什么是安全联邦学习-工作流模式 功能介绍：通过工作流的模式，在原始数据不出域的前提下，通过交换各个参与方的算法训练的中间结果梯度、参数信息，或完全在密文条件下进行计算，从而发挥参与多方数据样本更丰富、更全面的优势，得出更...
com.aliyun.opensearch.cava
类列表：功能类 类名称 类简介 TagMatch 匹配文档和请求中的标签 Util 提供了一系列常用的功能型函数，比如衰减函数，归一化函数等 first_phase_score 获取基础表达式最终计算分值 算法类 类名称 类简介 CategoryScore 获取文档的类目分 ...
com.aliyun.opensearch.cava
类列表：功能类 类名称 类简介 TagMatch 匹配文档和请求中的标签 Util 提供了一系列常用的功能型函数，比如衰减函数，归一化函数等 first_phase_score 获取基础表达式最终计算分值 算法类 类名称 类简介 CategoryScore 获取文档的类目分 ...
基于文本分析算法实现新闻分类
PAI提供的智能文本挖掘算法可以实现新闻文本分类自动化（包括分词、词型转换、停用词过滤、主题挖掘及聚类等流程）。本工作流首先通过PLDA算法挖掘文章的主题，然后进行主题权重聚类，从而实现新闻自动分类。说明 本工作流数据为虚构数据，...
点聚类系数
算法说明 在无向图中，点聚类系数表示计算每一个节点周围的稠密度，星状网络稠密度为0，全连通网络稠密度为1。配置组件 方法一：可视化方式 在Designer工作流页面添加 点聚类系数 组件，并在界面右侧配置相关参数：参数类型 参数 描述 字段...
ST_ClusterDBSCAN
返回聚类结果ID的窗口函数，此函数基于二维的DBSCAN算法（Density-based spatial clustering of applications with noise）计算聚类。语法 语法一：integer ST_ClusterDBSCAN(geometry winset geom,float8 eps,integer minpoints);语法二：...
ST_ClusterDBSCAN
返回聚类结果ID的窗口函数，此函数基于二维的DBSCAN算法（Density-based spatial clustering of applications with noise）计算聚类。语法 语法一：integer ST_ClusterDBSCAN(geometry winset geom,float8 eps,integer minpoints);语法二：...
ST_ClusterDBSCAN
返回聚类结果ID的窗口函数，此函数基于二维的DBSCAN算法（Density-based spatial clustering of applications with noise）计算聚类。语法 语法一：integer ST_ClusterDBSCAN(geometry winset geom,float8 eps,integer minpoints);语法二：...
高斯混合模型训练
聚类中心点数量 聚类中心点的数量，默认为2。最大迭代步数 最大迭代步数，默认为100。随机数种子 正整数，默认为0。执行调优 节点个数 与 单个节点内存大小 参数配对使用。取值为[1,9999]的正整数。具体配置方法，详情请参见 附录：如何...
分析预警
本文为您介绍辅助线、趋势线、预测、异常检测、波动原因、聚类六种 分析方式。背景信息 分析预警支持从多个角度对当前数据进行分析，通过该功能可以直观了解数据的变化趋势和异常点。分析预警目前支持辅助线、趋势线、预测、异常检测、波动...
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....
功能特性
图片聚类介绍 图片聚类 API 生成式处理 故事生成 故事功能可以将数据集中的照片使用AI算法按照时间或人物来生成一组照片故事集，并选取一张较好的照片作为封面。使用故事功能，您可以轻松实现故事相册功能，感受生活中的美好时刻。故事生成...
Centauri对比
Kmeans耗时（秒）AutoTuning耗时（秒）Build耗时（秒）Seek耗时（秒）总时间（分钟）Centauri-1524 12653 5914 336分钟 CE hash-9647 6431 268分钟 说明 Kmeans是Proxima CE聚类分片特有的一个阶段，用于获取原始doc表的聚类中心点表。...
2022年
2022-09-30 华东2（上海）2022-8 功能名称 功能描述 发布时间 发布地域 相关文档 Designer 新增多种算法组件 Designer 新增多种算法组件，包括XGBoost、DBSCAN、高斯聚类、岭回归以及Lasso回归的训练及预测组件。您可以在Designer平台的...
向量索引通用配置
实例可实时构建向量，以供实时查询 实时索引参数 {"proxima.oswg.streamer.segment_size":2048} 建议保持默认值 实时检索参数-不同的向量索引算法该参数的配置方式不同，详情可参考：量化聚类（Quantized Clustering）配置 HNSW...
2023年7月19日产品更新公告
相较于 服务能力，聚类标注 不仅支持无答案和推荐未点击的用户语句查看，还可直接进行标注操作，优化知识内容，修复badcase，有关聚类标注功能具体介绍可参考《聚类标注》。具体产品界面如下图所示：其它功能更新点 数据看板中有关数据筛选...
横向预测
横向预测输出字段说明：预测类型 predict_result predict_detail predict_score 二分类 预测标签 预测概率矩阵 预测标签的概率 多分类 预测标签 预测概率矩阵 预测标签的概率 回归-回归值 聚类 簇序号-组件截图 二、参数说明 参数名称 参数...
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...
GBDT二分类V2
梯度提升决策树(Gradient Boosting Decision Trees)二分类，是经典的基于梯度提升（Gradient Boosting）的有监督学习模型，可以用来解决二分类问题。支持计算资源 支持的计算引擎为MaxCompute。算法简介 梯度提升决策树(Gradient Boosting ...
常见问题
基本原理 为什么拜占庭类共识算法（BFT，如Quorum使用的Istanbul BFT）至少需要4个节点？答：拜占庭类共识算法在有3F+1个节点的情况下，系统可以容忍F个节点失败。因此为了保证至少一个节点失效情况下仍然能达成共识，总节点数需满足 3*1+1...
配置执行任务
指发现AI算法识别的事件后当一体机处于繁忙状态时，系统不会进行二次确认，直接上报至云端，一般适用于有安全隐患类的算法，例如：消防通道占用 丢弃事件：指发现AI算法识别的事件后当一体机处于繁忙状态时，系统不会进行二次确认，直接...
Contextual Bandit 算法
与context-free MAB算法对应的是Contextual Bandit算法，顾名思义，这类算法在实现E&E时考虑了上下文信息，因而更加适合实际的个性化推荐场景。其中，T 为实验的总步数；a t*为在时间步时有最大期望收益的arm，不能提前得知。LinUCB算法的...
使用方法
LE-V-B004型号边缘一体机已部署了算法应用，算法应用相关说明，请参见 算法应用。说明 若未部署算法应用，请联系您购买边缘一体机的业务接口人进行部署。已准备ONVIF协议的IPC设备，并将该设备接入到LE-V-B004型号边缘一体机，详细操作，请...
支持向量机
支持向量机（SVM）是在分类分析中分析数据的监督式学习模型与相关的学习算法，也被拓展运用于回归问题。支持向量机在高维度或无穷维度空间中，构建一个超平面或者一系列的超平面，可以用于分类、回归或者别的任务。直观地看，借助超平面去...
工艺模式建模
案例特性优先：先基于历史案例库聚类，再在每类中筛选出优质案例。否 案例特性优先 案例指标优先 案例特性优先 模式类别数 输入期望的模式类别个数。缺省状态，算法会自动确定。否/[1,99999999]权重变量 未输入权重变量时，每个描述变量的...
- 产品推荐
- 这些文档可能帮助您