流量控制插件
unit:SECOND#控制区间,取值：SECOND,MINUTE,HOUR,DAY apiDefault:1000#允许的总流量值 controlMode:FIX_WINDOW#当时间维度为秒时，指定流控算法为固定时间窗口算法 blockingMode:QUICK_RETURN#令牌桶流控算法时，不会进入Queue排队，如果...
GBDT二分类V2
树数量 树的数目 树最大深度 最大叶节点数：换算公式为：2^(树最大深度-1)。数据采样比例 训练样本比例 特征采样比例 训练特征比例 L1惩罚项系数 暂不支持。L2惩罚项系数 暂不支持。学习速率 学习速率 近似Sketch精度 最大分箱个数：换算...
eRDMA概述
RDMA CQ的基本规格 规格名称 规格 说明 CQ（Completion Queue）数目 依据实例规格，最大CQ数为QP数的两倍 无 CQ的完成向量数目vector_num 依据实例规格（CPU和QP数有关），最大不超过31 每个vector会对应一个硬件中断。实际使用中，每个CPU...
线性回归
最大迭代轮数 max_epoch 模型样本的最大迭代次数。学习率 learning_rate 学习率，控制每轮迭代权重的缩小程度，适当调整可以加速模型收敛但也可能使模型过拟合。最小损失 min_child_weight 训练到这个loss后，将提前停止。权重衰减项 ...
逻辑回归二分类
最大迭代轮数 max_epoch 模型样本的最大迭代次数。学习率 learning_rate 学习率，控制每轮迭代权重的缩小程度，适当调整可以加速模型收敛但也可能使模型过拟合。最小损失 min_child_weight 训练到这个loss后，将提前停止。权重衰减项 ...
高效向量检索（PASE）
本文介绍RDS PostgreSQL如何通过PASE插件（基于IVFFlat或HNSW算法）实现高效向量检索。说明 PASE插件已不再维护，建议您使用 高维向量相似度搜索（pgvector）插件。前提条件 实例为RDS PostgreSQL 11或以上版本。背景信息 近年来，深度学习...
随机森林
最大深度限制了树中节点的数量 否-1[-1,99999999]最小分割样本下限 拆分内部节点所需的最少样本数 否 2[0,99999999]节点最少样本数 在叶节点处需要的最小样本数，少于该数据不会分支 否 1[1,99999999]节点最小权重系数 在所有叶节点处...
使用Token鉴权
其中 AppID 用于标识您的应用，UserID 用于标识您的用户，而 Token 则是基于两者通过SHA256加密算法计算得出。因此，攻击者很难通过伪造 Token 盗用您的云服务流量。注意事项 通过控制台生成的Token为临时Token，一般用于测试使用。如果...
实验参数配置
3、推荐商品数，最大数量为10。4、实验上线、实验流量分配 注：建议分配流量于10%-20%，具体流量分配需参考您的实际流量，正式上线前需要完成实验调试。点击“上线实验”。5、实验上线后的操作 查看实例详情以及对某个实验组进行某种操作...
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）...
质量规则参数配置
统计值（重复行数/重复率）重复行数用于检查数据中重复了的行数的多少，仅计算多出来的行数，算法为总行数-去重行数。重复率=重复行数/总行数。如果需要重复数据的全部行数/重复率计算，可以使用唯一值校验模板的异常行数/异常率指标。及时...
质量规则参数配置
统计值（重复行数/重复率）重复行数用于检查数据中重复了的行数的多少，仅计算多出来的行数，算法为总行数-去重行数。重复率=重复行数/总行数。如果需要重复数据的全部行数/重复率计算，可以使用唯一值校验模板的异常行数/异常率指标。及时...
LightGBM算法
max_leaf_nodes 树的最大叶子节点数。取值为空或者整数。默认值为空，表示对叶子节点数无限制。min_samples_leaf 叶子节点最少的样本数。取值为整数。默认值为20。说明 如果某叶子节点数目小于最少样本数，则会和兄弟节点一起被剪枝。...
添加负载均衡CLB
说明 CLB的规格指标主要有 最大连接数、每秒新建连接数 和 每秒查询数，如果应用访问量超过了CLB的规格指标，您可以通过添加多个CLB来分担流量压力。结果验证 在浏览器地址栏中输入<负载均衡IP>:<端口号>，例如 115.xx.xx.xx:80，再按回车...
随机森林
随机森林是一个包括多决策树的分类器，其分类结果由单棵树输出类别的众数决定。组件配置 您可以使用以下任意一种方式，配置随机森林组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 参数 描述 字段设置 选择特征列...
高维向量检索（PASE）
本文介绍 PolarDB PostgreSQL版 如何通过PASE插件（基于IVFFlat或HNSW算法）实现高维向量检索。背景信息 近年来，深度学习领域内的表示学习技术，作为人工智能的代表性技术，取得了长足性进展，在工业界中已经被大量应用，例如广告投放、...
高维向量检索（PASE）
本文介绍 PolarDB PostgreSQL版（兼容Oracle）如何通过PASE插件（基于IVFFlat或HNSW算法）实现高维向量检索。背景信息 近年来，深度学习领域内的表示学习技术，作为人工智能的代表性技术，取得了长足性进展，在工业界中已经被大量应用，...
DescribeCapabilities
调用DescribeCapabilities获取已创建的算法库能力集信息。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...
梯度提升决策树
功能说明 GBDT（Gradient Boosting Decision Tree）是一种迭代的决策树算法，由多棵决策树组成，是进行多分类的算法模型。梯度提升采用连续的方式构造树，每棵树都试图纠正前一棵树的错误。默认情况下，梯度提升决策树中没有随机化，而是...
添加限流规则
选择 并发线程数 时：配置最大并发线程数。流量类型：配置限流规则针对的流量类型。可选值如下：所有流量：对正常流量和压测流量均限流。正常流量：仅对正常流量限流。压测流量：仅对压测流量限流。限流对象 根据选择的 限流类型 配置限流...
配置算法实例
检测电站数量 输入检测电站的数量，最小为20，最大不能超过当前 功率时序曲线诊断（多站点排序）算法实例下已购买的 规格与用量。待检测日期 选择待检测时序功率数据的日期。上传功率时序数据 单击 下载样例数据，获取CSV格式数据表。数据...
偏最小二乘回归
模型地址 字符 算法参数 参数名 参数描述 是否必填 参数默认值 参数范围 主成分数量 要保留的主成分数量，需要同时小于等于样本数，特征变量个数和目标变量个数。是 2[1,99999999]是否归一化 是否对训练数据做归一化处理。是 是 是 否 最大...
什么是边缘智能一体机（执行计划版本）
错峰启动 一体机会根据任务数量和启动时间，在边缘正式执行时，进行错峰算法分配，保证硬件资源得到最大的利用；二次确认 支持对AI事件进行按频率按次数的二次确认能力，降低AI算法带来的误报和错报问题;升降级能力 支持一体机识别到现场AI...
负载均衡SLB产品家族介绍
调度算法：支持加权轮询、加权最小连接数、源IP哈希、四元组哈希、一致性哈希和QUIC ID哈希等调度算法，可根据自身需求选择相应算法来分配用户流量。转发规则：支持配置请求方向和响应方向的转发规则，根据不同的转发条件和动作进行流量...
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，...
XGBoost训练
XGBoost算法在Boosting算法的基础上进行了扩展和升级，具有较好的易用性和鲁棒性，被广泛用在各种机器学习生产系统和竞赛领域，该算法支持分类和回归。XGBoost训练组件在XGBoost算法的基础上进行了包装，使功能和PAI更兼容，更易用。本文为...
横向MLP二分类/MLP多分类/MLP回归
（使用/加持方）最大迭代轮数 local_epochs 本地模型样本的最大迭代次数。各方本地迭代次数可不同。（使用/加持方）学习率 learning_rate 学习率，控制每轮迭代权重的缩小程度，适当调整可以加速模型收敛但也可能使模型过拟合。（使用/加持...
横向逻辑回归二分类
（使用/加持方）最大迭代轮数 local_epochs 本地模型样本的最大迭代次数。各方本地迭代次数可不同。（使用/加持方）学习率 learning_rate 学习率，控制每轮迭代权重的缩小程度，适当调整可以加速模型收敛但也可能使模型过拟合。（使用/加持...
数据脱敏
低错误率：精确设计的水印提取规则，可以最大限度地降低数据溯源的错误概率。登录 数据安全中心控制台。在左侧导航栏，选择 风险治理>数据脱敏。在 静态脱敏 页签，单击 水印提取 子页签。在 水印提取 子页签，填写数据源信息。配置项 配置...
XGBoost
否 100[1,10000]最大树深度 各个回归估计量的最大深度。否 3[1,100]学习率 学习效率。否 0.1(0,1]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标。是 0.2[0,1]测试集生成方式 根据选定方式，选取部分数据作为测试集...
时序异常检测
本文介绍异常检测算法的概念和时序异常检测的语法。引擎与版本 时序异常检测仅支持时序引擎。无版本要求。使用限制 时序异常检测必须和 SAMPLE BY 语句搭配使用。功能简介 时序异常检测用于检测指定时间线上异常点的值，支持阿里达摩院自研...
随机森林回归算法（Random Forest Regression）
浮点数：表示最大特征数量为 max_features*n_features。log2：表示最大特征数量为 log2(n_features)。random_state 随机状态。通常为正整数，默认值为1。n_jobs 并行线程数。数量越多训练速度越快，通常为正整数，默认值为4。max_depth 每...
DBSCAN聚类
DBSCAN算法将聚类视为被低密度区域分隔的高密度区域，将具有足够密度的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇，它将簇定义为密度相连的点的最大集合。对数据进行聚类处理。计算逻辑原理 DBSCAN是一种基于密度的聚类...
选型介绍
这三种版本的区别如下：项目明细 行业运营版 算法配置版 配额 包月QPS（单位：次/秒）5 10-500 弹性QPS（单位：次/秒）0-30 0-包月QPS配额 用户/物品数配额 100万-5000万，支持灵活调整 续费周期 支持月付、年付，支持自动续费 售价 6800起...
购买及启用私有CA
证书算法 选择通过私有CA签发证书时所使用的加密算法类型。可选项：RSA、SM（国密）、ECC。购买时长 选择服务使用时长。购买时长年，根CA有效期最大可设置为20年；购买时长>=1年，根CA有效期最大可设置为100年。说明 您可以在PCA服务使用时...
PS-SMART多分类
注意事项 使用PS-SMART多分类组件时，需要注意以下事宜：虽然PS-SMART多分类组件支持数十万特征任务，但是消耗资源大且运行速度慢，可以使用GBDT类算法进行训练。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...
决策树
最大深度限制了树中节点的数量 否-1[-1,99999999]最小分割样本下限 拆分内部节点所需的最少样本数 否 2[0,99999999]节点最少样本数 少于该数据不会分支 否 1[1,99999999]节点最小权重系数 在所有叶节点处（所有输入样本）的权重总和中的...
模型配置
训练标签特征 含义 历史平均购买金额 用户的购买总金额/用户购买次数 历史最大购买金额 用户的最大购买金额 历史最小购买金额 用户的最小购买金额 历史总购买金额 用户的购买总金额 历史购买次数 用户的购买次数 最近7d购买次数 近7天用户...
DataHub成本节省攻略
给这个buffer选择一个压缩算法得到压缩后的buffer，这个时候给这个压缩后的buffer添加一个header记录这个buffer的大小、数据条数、压缩算法、crc等信息，这个时候就是一条完整的batch的buffer。这个batch的buffer发送到服务端后，因为客户...
PS-SMART回归
虽然PS-SMART回归组件支持数十万特征任务，但是消耗资源大且运行速度慢，可以使用GBDT类算法进行训练。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...
- 产品推荐
- 这些文档可能帮助您