查看仪表盘
接入机器的配置数据和监控指标数据后，SREWorks数智服务会基于您的指标数据，自动生成相应的仪表盘，便于您查看集群总览指标和单机指标详情，进行机器热点分析和聚类分析等。前提条件 已接入机器的配置数据和监控指标数据。具体操作，请...
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...
无监督聚类函数
聚类函数基于密度进行聚类，发现数据中的模式和异常数据。聚类函数 只支持华东2（上海）地域。聚类函数支持的最大数据量为50万行30列，用于聚类的列不超过6列。用于离线调度的聚类函数。基于密度进行聚类，发现数据中的模式和异常数据。...
K均值聚类
功能说明 K均值聚类是一种矢量量化方法，在数据挖掘的聚类分析中很流行。K均值聚类通过试图分离 n 个相等方差组的样本来聚集数据，用最小化或者簇内和平方的标准。该算法需要指定簇的数量，它可以很好地扩展到大量样本，并已经被广泛应用于...
K均值聚类算法（K-Means）
该算法原理为：先将数据分为K组，随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，将每一个对象分配给距离它最近的聚类中心，聚类中心以及分配给它们的对象就代表一个聚类。即K-Means算法将输入表的...
气泡图
聚类分析 聚类分析会根据X轴和Y轴的度量分布对相似度量数量进行聚类显示，开启聚类分析后颜色字段会被替换为聚类。说明 聚类分析 功能目前处于Beta版本，且 X 轴和Y轴都为度量且未配置播放轴时才能开启聚类分析。使用限制 气泡图由 Y轴/...
散点图
聚类分析 聚类分析会根据X轴和Y轴的度量分布对相似度量数量进行聚类显示，开启聚类分析后颜色字段会被替换为聚类。说明 聚类分析 功能目前处于Beta版本，且 X轴和Y轴都为度量并未配置播放轴时才能开启聚类分析。使用限制 散点图由 Y轴/度量...
常见问题
本文介绍SREWork应用的常见问题。错误信息：Query exceeded local memory limit of 3GB（查询A）错误原因 当前查询和分析语句所使用服务端的内存超过3 GB...解决方法 建议精简聚类分析指标数量和缩短聚类分析的时间周期（一般建议在1h以内）。
App端性能体验功能说明
术语表 基础字段 名词 名词解释 错误数 该类错误在一定时间范围内产生的次数，也就是SDK上报的日志数量 错误率 错误率=错误次数/应用启动次数，对于自定义异常类的错误，错误率可能大于100%，对于崩溃类的错误由于数据挤压和延时上报的原因...
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...
聚类标注方法介绍
标注动作包括：正确 错误-修改知识 错误-已处理 未覆盖-新增知识 未覆盖-已处理 无效 待定 标注步骤 第1步：选择高频用户问法 在【聚类问法组】中选择高频聚类问法，查看用户问法与知识的匹配类型及匹配明细。第2步：判断用户问法与知识的...
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。...
机器学习
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...
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...
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...
算法说明
哈希聚类算法 哈希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在线聚类，哈希聚类算法在 日志聚类 结果的基础上进行二次聚类，同时持续分析、监控日志数据。哈希聚类算法不依赖外部日志模板库。相似度匹配算法 相似度匹配算法...
概述
针对时序数据分析场景，日志服务提供了丰富的时序分析算法，可以帮助您快速解决时序预测、时序异常检测、序列分解、多时序聚类等场景问题，兼容SQL标准接口，大大降低了您使用算法的门槛，提高分析问题和解决问题的效率。功能特点 支持单...
错误码表
客户端集成对接阶段常见错误码：十六进制 十进制 错误描述 原因分析 解决方案 0x02010201 33620481 AppId is not exist AppId 不存在。在控制台创建应用。0x02010202 33620482 AppId is invalid 应用已经停用。在控制台重新启用应用。0x...
H5 应用及小程序加载失败：“系统繁忙，请稍候再试”
从控制台下载最新.config 文件，通过 mPaaS Extension 插件重新导入：确认所有信息正确后，卸载已安装的 App，重新打包编译后进行调试，观察 RPC 7XXX 类错误是否得到解决。RPC 3XXX 系列错误处理方法 RPC 3XXX 系列错误处理方法仅针对专有...
H5 应用及小程序加载失败：“系统繁忙，请稍后再试”
从控制台下载最新.config 文件，通过 mPaaS Extension 插件重新导入：确认所有信息正确后，卸载已安装的 App，重新打包编译后进行调试，观察 RPC 7XXX 类错误是否得到解决。RPC 3XXX 系列错误处理方法 RPC 3XXX 系列错误处理方法仅针对专有...
获取RDS MySQL数据语法错误
解决方案 排查原因后重新配置函数，重启数据加工服务。SQL语法错误 加工规则 e_table_map(res_rds_mysql(address="xxx",username=xxx,password="xx",database="xx",sql="inset into test values(1,"aini")",field="processid",output_...
横向聚类
一、组件说明 横向聚类组件是横向场景下的一种无监督机器学习算法，用于将n个数据点分成k个簇，使得簇内的数据点具有高度相似性。聚类算法通过度量数据点之前的相似性或距离来确定数据点之间的关系，将相似的数据点划分到同一簇中。适用于...
DBSCAN聚类
本文为您介绍DBSCAN聚类组件。功能说明 DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）是一种基于密度的空间聚类算法。DBSCAN 的核心概念是 core samples,是指位于高密度区域的...
政务舆情分析系统的数据库解决方案
抽取后的结果进入TableStore存储后，同时推送至MaxCompute进行舆情分析，例如情感分析，文本聚类等。开放搜索（Opensearch）或 Elasticsearch：舆情分析产生的舆情报表数据、用户情感数据统计等结果，会写入TableStore和搜索引擎...
错误码列表
加入频道错误码 十六进制 十进制 错误描述 原因分析 解决方案 0x01010301 16843521 already joine 用户已经加入房间。检查接口调用逻辑。0x02010903 33622275 failed to join channel due to invalid channel profile channel profile不...
错误码表
客户端错误码 十六进制 十进制 错误描述 原因分析 解决方案 0x01030101 16974081 invalid parameter 参数错误，AuthInfo中的字段为空或者timestamp。检查AuthInfo字段是否完整。0x01030204 16974340 the operation is rejected in current ...
GMM聚类
本文为您介绍GMM聚类组件。功能说明 GMM（Gaussian Mixture Model）是一个将事物分解为若干的基于 高斯概率密度函数（正态分布曲线）形成的模型，混合高斯分布（MoG）由多个混合成分组成，每一个混合成分对应一个高斯分布。当聚类问题中...
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 ...
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....
横向聚类评估
一、组件说明 横向聚类模型的评估任务，可以输出轮廓系数、Calinski Harabaz等指标。支持使用单方或多方联合数据，评估横向聚类模型。组件截图 二、参数说明 参数名称 参数说明 预测结果列 预测回归值predict_result，整型输出。
常见问题
加固失败日志中存在 EnhanceError 的错误 原因分析：在应用的 AndroidManifest.xml 文件中，application 标签未声明入口类。解决方法：在 AndroidManifest.xml 文件的 application 标签中，声明入口类。选择的类未加固 原因分析：在对类...
错误码查询
错误码分类 错误码表示 服务端错误码 服务端报错 8位错误码，例如：50000000 客户操作错误导致的服务端报错 8位错误码，例如：40020105 SDK错误码 移动端SDK（iOS SDK/Android SDK）6位错误码，例如：140008、240070 JAVA SDK/C++ SDK/...
图片管理常见问题
CreateFigureClusteringTask-创建人物聚类任务 接口为增量分组接口，您可以在一批图片完成索引后，一次性调用CreateFigureClusteringTask接口来进行批量聚类。推荐如下两个方案：简单方法：对每一个数据集，每隔固定间隔（例如5分钟）调用...
MaxCompute K均值聚类最佳实践
本文为您介绍如何通过提交一个使用MaxCompute计算资源的超参数调优实验，来运行K均值聚类和聚类模型评估组件，以获取K均值聚类组件算法的较优超参数组合。步骤一：准备数据 您可以参考 聚类模型评估 中的示例来准备测试数据和评估数据。本...
聚类标注功能使用介绍
关键词：默认为空，可以输入关键词，模糊匹配出包含该关键词的聚类问法组。答案视角：默认全部视角，支持多选。更新时间：数据发生变化的时间，数据变化来自用户问法的产生、标注操作或合并累加，可查询近三个月数据。待标注内容中有关标题...
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...
聚类分片
Proxima CE支持使用聚类分片方式检索任务，本文为您介绍聚类分片检索功能的使用方法及示例。前提条件 已安装Proxima CE包并准备输入表，详情请参见 安装Proxima CE包。基本原理 Proxima CE在检索时有两种划分数据分片的方式：哈希分片与聚...
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。...
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...
- 产品推荐
- 这些文档可能帮助您