读写OSS数据
在PAI子产品（DLC或DSW）中，您可以使用ossfs 2.0客户端或JindoFuse组件（由阿里云EMR提供）将对象存储OSS类型的数据源挂载到容器的指定路径，也可以通过阿里云对象存储OSS提供的OSS Connector for AI/ML和OSS SDK来读取OSS数据。根据不同的应用场景，您可以选择合适的OSS数据读取方法。
灵骏智算使用本地缓存加速数据读取
AI 训练通常需要重复读取海量数据，这会产生巨大的网络开销，影响训练效率。在灵骏智算场景下，PAI提供了本地缓存加速功能，通过将数据缓存至本地计算节点，减少网络开销，提高训练吞吐，大幅提升数据读取性能，为您的 AI 训练任务提速。
读写NAS数据
您可以在PAI子产品DLC、DSW或EAS中绑定NAS/CPFS类型数据集，用来存储训练和部署所需的文件及结果文件。本文以通用型NAS文件系统为例，为您介绍如何在PAI子产品中挂载NAS/CPFS类型数据集。
读写MaxCompute数据
在PAI子产品（DLC或DSW）中，您可以通过阿里云MaxCompute提供的PyODPS或人工智能平台PAI自主研发的paiio，实现MaxCompute数据的读写操作。针对不同的应用场景，您可以选择合适的MaxCompute数据读取方式。
《中国人工智能学会通讯》——12.47 分类型数据聚类有效性
12.47 分类型数据聚类有效性 聚类结果的有效性评价是聚类分析中的一个重要组成部分。不同聚类算法或同一算法不同参数设置往往在聚类同一数据时会产生不同的结果。因此，人们需要聚类有效性函数去评价聚类结果，并从众多聚类结果中寻找最适合于数据的一种划分。对于分类型数据而言，k-modes 优化目标函数[31] 、分类效用函数[32]和信息熵函数[12]是三个广泛使用的有效性评价函数。k-modes 优....
《中国人工智能学会通讯》——12.43 分类型数据聚类算法研究进展
12.43 分类型数据聚类算法研究进展 在大数据环境下，许多数据是缺乏先验信息的，对数据标注的成本也越来越高，一个最自然的方法是对数据进行适当划分之后再进行相关的数据处理，而聚类分析是数据划分的一种重要技术手段[1] 。在许多实际应用中，分类型变量是一种非常重要的数据表现形式[2] 。比如，在问卷调查中，客户的兴趣爱好、家庭住址、教育情况都是分类型变量；在电子邮件过滤中，将邮件分为垃圾邮件和合法....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。