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。...
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...
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 ...
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，...
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...
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...
CreateLocationDateClusteringTask-创建时空聚类任务
时空聚类功能，可以将您已索引到数据集内的图片、视频等携带了拍摄时间、拍摄地点信息等文件，按照时间、地理位置进行分类。这些分类可以理解为用户的一次旅行所拍摄的内容（它们时间接近、地点接近），也可以理解为用户在不同生活、工作地...
概述
时序聚类函数 ts_density_cluster 使用密度聚类方法对多条时序数据进行聚类。ts_hierarchical_cluster 使用层次聚类方法对多条时序数据进行聚类。ts_similar_instance 查找到指定曲线名称的相似曲线。核密度估计函数 kernel_density_...
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...
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...
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 ...
相似标签自动归类
在左侧组件列表，将 机器学习>聚类 下的 K均值聚类 组件拖入画布中。在左侧组件列表，将 自定义脚本 下的 SQL脚本 组件拖入画布中。将以上组件拼接为如下工作流，参照下表配置组件的关键参数，并运行组件。序号 描述 ① 上传 shopping_data...
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。...
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...
ListSystemAggregationRules-获取系统规则聚类的详情
获取系统规则聚类的详情。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。调试 授权信息 下表是API对应的授权信息，可以在RAM权限策略语句的 Action 元素中...
ListSystemRuleAggregationTypes-查询系统规则聚类的...
查询系统防御规则的聚类的类型。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。调试 授权信息 下表是API对应的授权信息，可以在RAM权限策略语句的 Action ...
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...
高维向量检索（PASE）
说明 在查询类簇中心点时，会自动排除远离的类簇，加速查询过程，但是无法保证最优的前k个向量全部在这n个类簇中，因此会有精度损失。您可以通过类簇个数n来控制IVFFlat算法的准确性，n值越大，算法精度越高，但计算量会越大。IVFFlat和...
高维向量检索（PASE）
说明 在查询类簇中心点时，会自动排除远离的类簇，加速查询过程，但是无法保证最优的前k个向量全部在这n个类簇中，因此会有精度损失。您可以通过类簇个数n来控制IVFFlat算法的准确性，n值越大，算法精度越高，但计算量会越大。IVFFlat和...
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。...
高效向量检索（PASE）
说明 在查询类簇中心点时，会自动排除远离的类簇，加速查询过程，但是无法保证最优的前k个向量全部在这n个类簇中，因此会有精度损失。您可以通过类簇个数n来控制IVFFlat算法的准确性，n值越大，算法精度越高，但计算量会越大。IVFFlat和...
PGVector
其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心...
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...
PGVector
其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心...
PGVector
其中插件算法的具体流程如下：高维空间中的点基于隐形的聚类属性，按照kmeans等聚类算法对向量进行聚类处理，使得每个类簇有一个中心点。检索向量时首先遍历计算所有类簇的中心点，找到与目标向量最近的n个类簇中心。遍历计算n个类簇中心...
UpdateLocationDateCluster-更新时空聚类
更新一个时空聚类的信息。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 CreateLocationDateClusteringTask 接口进行时空聚类。调试 您可以在OpenAPI Explorer中直接运行该接口，...
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。...
人脸聚类
使用人脸聚类功能，您可以将数据集中存在相似人脸的多张图片进行分组，适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。应用场景 网盘人脸相册 将...
CreateIndex
log_reduce_white_list Array of String Body 否 a 日志聚类的聚类字段白名单。log_reduce_black_list Array of String Body 否 b 日志聚类的聚类字段黑名单。返回数据 名称 类型 示例值 描述 Server String nginx 服务器名称。Content-...
应用场景
同时还可以在向量数据库中使用基于聚类的视频检索方法，对视频进行聚类，并在聚类之间进行快速检索，提高检索效率和准确度。分子检测与筛选场景 在分子检测中，可以使用分子指纹（例如ECFP、MACCS键等）将分子结构转换为向量表示，并将其...
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...
参考：内核参考
proxima.hc.builder.centroid_count STRING 无 聚类中心点参数，支持层次聚类。层之间用*分隔。该参数不指定会根据 proxima.hc.builder.max_document_count 自动推导。一层聚类示例：1000 两层示例：100*100 如果使用两层中心点，一般第一...
边聚类系数
边聚类系数表示在无向图中每一条边周围的稠密度，边聚类系数组件能够输出各边节点的相邻节点数量及边的稠密度。配置组件 方法一：可视化方式 在Designer工作流页面添加 边聚类系数 组件，并在界面右侧配置相关参数：参数类型 参数 描述 ...
应用场景
智能运维（AIOps）开发人员和IT运维人员可结合使用日志服务的机器学习服务和告警功能，对海量的日志、时序数据进行智能监控，包括智能聚类、异常检测、异常预测等。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...
- 产品推荐
- 这些文档可能帮助您