算法特征-算法特征文档介绍内容-阿里云

人脸特征算法上云

本文档用来指导厂商提供特征算法上云服务镜像，在保持算法独立性的前提下实现人脸特征下发。IoT门禁服务向设备下发人脸权限时默认使用图片的方式，核心原因是为了更好的兼容性，下发图片后由端侧设备计算人脸特征值。之所以采用这种方式，...

全表 template 否 算法特征生成的模板。定义,,.,[row_offset:col_index]/[row_offset:col_index]/./[row_offset:col_index]row_offset.=.integer col_index.=.integer>默认值[-2:0],[-1:0],[0:0],[1:0],[2:0],[-1:0]/[0:0],[0:0]/[1:0],[-2...

快速开始

COMMENT ON TABLE rec.contextual_bandit_features IS '冷启动算法特征表';COMMENT ON COLUMN rec.contextual_bandit_features.request_id IS '每次请求唯一的ID';COMMENT ON COLUMN rec.contextual_bandit_features.user_id IS '用户ID';...

Designer使用案例汇总

用户流失预警风控介绍如何通过PAI提供的用户特征算法，快速构建用户流失模型。推荐算法定制案例名称描述特征工程介绍推荐算法定制生成的特征工程。DSSM向量召回介绍推荐解决方案中生成的DSSM（Deep Structured Semantic Model）向量...

接入流程

1.获取支持厂商对接时先联系商务确认对接支持钉钉群。2.对接流程根据实际硬件功能和业务需求选择门禁能力（见《门禁物...如果要实现人脸特征下发，根据《人脸特征算法上云》的说明提供云端托管服务镜像，IoT配合部署；最后进入联调环节。

用户流失预警风控

本文为您介绍如何通过PAI提供的用户特征算法，快速构建用户流失模型。背景信息业务发展过程中的重要环节包括开拓新用户和保留老用户。通过建立用户流失预警风控模型，可以预测潜在流失用户，从而提前通过运营手段防范用户流失。对于用户...

特征管理

添加特征表创建行业模板之后，进入开放搜索控制台页面，左侧导航栏选择：OpenSearch行业算法版>搜索算法中心>特征管理，然后点击添加特征表按钮：在添加MaxCompute特征表窗口，填写特征表名称，选择相应的MaxCompute 数据源，并...

人脸特征管理

两种方案流程的对比：其中特征下发主要涉及3方面：项目算法配置底库特征管理底库下发管理（API参考增加人脸权限）兼容性说明本文档描述的特征管理方案需要基于物联网应用服务平台使用。单个项目使用的设备必须用同一个算法版本，或者...

DBSCAN聚类

参数说明 IN端口参数名参数描述是否必填输入数据类型数据源类型特征变量配置算法的特征变量。是整数或浮点数说明若存在非数值数据，则会抛出异常。CSV组件。IGateInOffline组件。平台上其他数据处理组件。按照平台规范开发的...

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...

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...

评分卡训练

特征选择训练模块支持Stepwise特征选择功能。Stepwise是一种前向选择和后向选择的融合，即每次进行前向特征选择将一个新变量加入模型后，需要对已经进入模型的变量进行一次后向选择，以移除显著性不满足需求的变量。由于同时支持多种目标...

基础术语

其目的在于隐藏显示字符串如 log 信息以降低信息泄漏风险，及隐藏静态常量数组内容如 AES-SBOX 以提高通用算法静态特征识别难度。常量字符串加密（H5）将字符串阵列化集中放置、并可进行加密存储，使代码中不出现明文字符串，避免被全局...

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...

模型创建

支持的算法如下表所示：任务类型算法说明特征提取、语义检索 TEXT2VEC_BASE_CHINESE 中文文本转向量Embedding模型。对应的模型平台上的路径为 huggingface:/shibing624/text2vec-base-chinese。详细信息，请参见 Hugging Face模型。BGE_...

Callback 回调接口

一个训练样本S_i（对应推荐请求R_i）中的实时特征，需要是推荐请求R_i时刻的user和item特征，因此最佳保证实时特征是在推荐请求打到推荐服务的时候，在算法计算推荐结果的同时，把recomid+user的实时特征+item的实时特征落入日志中（如...

概述

Row-oriented AI NL2BI：用自然语言实时查看BI报表典型解决方案 ID-Mapping在游戏领域的解决方案通义千问大模型数据推理和交互核心算法 LightGBM算法 DeepFM算法 K均值聚类算法（K-Means）随机森林回归算法（Random Forest Regression）...

FeatureStore概述

共享新旧特征当算法或BI研发出一组新的用户特征/物品特征的时候，可以设计新的ModelFeature关联训练集需要的新旧特征，通过FeatureStore SDK导出样本供离线训练，也可以通过FeatureStore SDK发布到线上存储供线上服务使用。当多个模型引用...

GBDT二分类V2

对于数值型特征，算法会对数据进行分箱操作；对于类别型特征，不需要提前进行OneHot预处理，算法会使用 many-vs-many 的分裂策略。该算法要求二分类的类别必须为0和1。当该组件与 GBDT二分类预测V2 组件成对执行完成后，训练得到的模型支持...

特征离散

特征离散算法组件是将连续特征按照一定的规则进行离散化。功能介绍离散模块的功能如下：支持稠密数值类特征离散。支持等频离散和等距离离散等无监督离散。说明无监督离散的特征离散默认为等距离离散。支持基于Gini增益离散和基于熵增益...

Designer计费说明

计算时定价模块描述定价（CNY/计算时）数据预处理（data_manipulation）包括数据预处理和特征工程算法组件。1 数据分析（data_analysis）包括统计分析、机器学习、时间序列、网络分析以及金融板块算法组件。1.3 文本分析（text_analysis...

概述

1、空间标注（Canvas&Pano）空间标注是对空间结构及特征物进行特定标注的行为，以实现空间重建时对各类特征进行算法及渲染效果的处理，目前提供透视视图及全景视图两种标注模式进行标注。【透视视图】示意【全景视图】示意标注功能包括...

特征异常平滑

说明特征平滑算法组件只是将异常取值的特征值修正为正常值，本身不过滤或删除任何记录，输入数据维度和条数均不变。组件配置您可以使用以下任意一种方式，配置特征异常平滑组件参数。方式一：可视化方式在 Designer 工作流页面配置组件...

系统内置基础特征

基础特征结构示意图基础特征类型介绍基础特征总体分为两大类：item和user item：字段特征：首先选择需要处理的特征字段，默认支持当前应用下的所有字段。然后选择具体的处理方式，如对于文本类型可以选择分词、向量化等，对于数值类型，...

线性模型特征重要性

线性模型特征重要性组件用于计算线性模型的特征重要性，包括线性回归和二分类逻辑回归，支持稀疏和稠密数据格式。本文为您介绍该组件的配置方法。使用限制支持的计算引擎为MaxCompute。组件配置您可以使用以下任意一种方式，配置线性模型...

定制排序模型特征配置规范

本篇文档主要介绍定制排序模型的特征类型配置属性，不同特征配置有相应限制，以下是对应规范和限制。介绍本篇文档主要介绍定制排序模型的特征类型配置属性，不同特征配置有相应限制，以下是对应规范和限制。公共属性字段名是否必选含义...

IForest异常检测

说明特征列名数组、tensor列和向量列名是三个互斥参数，您只能使用其中一个参数来描述算法的输入特征。分组列名数组分组列名。tensor列如果您已经配置了向量列名或特征列名数组，则该参数不允许配置。tensor列名。说明特征列名数...

Lasso回归训练

说明特征列名数组和向量列名是两个互斥参数，您只能使用其中一个参数来描述算法的输入特征。向量列名如果您已经配置了特征列名数组，则该参数不允许配置。向量列对应的列名。说明特征列名数组和向量列名是两个互斥参数，您只能...

岭回归训练

说明特征列名数组和向量列名是两个互斥参数，您只能使用其中一个参数来描述算法的输入特征。向量列名如果您已经配置了特征列名数组，则该参数不允许配置。向量列对应的列名。说明特征列名数组和向量列名是两个互斥参数，您只能...

com.aliyun.opensearch.cava

类名称类简介 QueryMatchRatio 计算查询词中命中的词组与总词组的比值 QueryTermCount 计算查询词分词词组个数 QueryTermMatchCount 计算查询词中命中的词组个数算法模型性特征（algo）包com.aliyun.opensearch.cava.features.algo封装了...

工程架构

架构图冷启动链路的整体框架如下图所示：冷启动链路流程 App请求推荐服务，获取推荐内容列表推荐服务调用冷启动召回模块，获取匹配上的候选物品推荐服务调用冷启动算法打分EAS服务，传递参数：待打分候选物品列表，用户/物品特征，...

功能特性

生物特征检测生物特征防伪检测客户传入对应生物特征，通过算法识别生物特征是否伪造。实人认证售卖版本 ID Verification 实人认证（ID Verification）是精准可靠的远程身份认证服务，支持实名身份验证、真人活体检测、人证一致性验证、...

com.aliyun.opensearch.cava

类名称类简介 QueryMatchRatio 计算查询词中命中的词组与总词组的比值 QueryTermCount 计算查询词分词词组个数 QueryTermMatchCount 计算查询词中命中的词组个数算法模型性特征（algo）包com.aliyun.opensearch.cava.features.algo封装了...

什么是图数据库自动机器学习？

阿里云图数据库自动机器学习（Graph Database Auto Machine Learning，简称GDB Automl）是一个面向企业和个人开发者的机器学习集成开发环境，实现将机器学习应用于现实问题的端到端流程自动化的组件，将算法选择、特征工程、参数调整、迭代...

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

Contextual Bandit 算法

根据是否考虑上下文特征，Bandit算法分为context-free bandit和contextual bandit两大类。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...

PS-SMART回归

GBDT类算法适合直接使用连续特征进行训练，除需要对类别特征进行One-Hot编码（筛除低频特征）外，不建议对其他连续型数值特征进行离散化。PS-SMART算法会引入随机性。例如，data_sample_ratio 及 fea_sample_ratio 表示的数据和特征采样、...

PS-SMART多分类

GBDT类算法适合直接使用连续特征进行训练，除需要对类别特征进行One-Hot编码（筛除低频特征）外，不建议对其他连续型数值特征进行离散化。PS-SMART算法会引入随机性。例如，data_sample_ratio 及 fea_sample_ratio 表示的数据和特征采样、...

算法特征

新品推荐