创建索引
B-树索引是Lehman-Yao高并发B-树算法的应用实现。在缺省情况下，不能为IS NULL子句使用索引。在索引定义中用到的所有函数和操作符必须是不可改变的，也就是说，它们的结果只取决于它们的参数而与外面的影响无关（例如，另外一张表的内容...
GBDT二分类V2
梯度提升决策树(Gradient Boosting Decision Trees)二分类，是经典的基于梯度提升（Gradient Boosting）的有监督学习模型，可以用来解决二分类问题。支持计算资源 支持的计算引擎为MaxCompute。算法简介 梯度提升决策树(Gradient Boosting ...
负载均衡调度算法介绍
负载均衡会根据配置的调度算法，将来自客户端的请求按照对应的算法规则转发至相应的后端服务器。负载均衡支持轮询、加权轮询、加权最小连接数、一致性哈希等多种调度算法，用于支持不同的业务场景。本文列出所有负载均衡系列产品支持的调度...
工业视觉智能基本概念
算法 基于训练数据集，根据学习策略，及从假设空间中选择的最优模型，来求解最优模型的计算方法。模型 在工业视觉智能产品中，模型特指能完成视觉分类、检测、分割等智能化识别工作的工具。是基于算法学习的成果，是最终应用于工业场景中的...
K均值聚类
说明 由于 K均值聚类 是结果受初始值影响的局部最优的迭代算法，因此需要多跑几次以选择一个较好的聚类效果，默认是10，一般不需要改。如果你的k值较大，则可以适当增大这个值。是 10[1,99999999]最大迭代次数 单次运行的k均值算法的最大...
创建VPN连接
本地数据中心可以通过IPsec连接直接连接至转发路由器，然后通过转发路由器实现与其他网络的互通，例如实现本地数据中心与同地域VPC实例互通、与跨地域VPC实例互通、与其他本地数据中心互通等。使用限制 仅企业版转发路由器支持创建VPN连接...
什么是AI分布式训练通信优化库AIACC-ACSpeed
优化方法 针对上述通信算法实现autotuner，包括warmup、多维度perf_time统计以及top_k_algo的retuning等机制，从而实现在实时训练过程中，针对特定网络选择最优通信算法，保证端到端的性能最优。优化效果 该算法在多机型的不同模型上，均能...
基本概念
算法 基于训练数据集，根据学习策略，以及从假设空间中选择的最优模型，求解最优模型的计算方法。训练 机器在模拟人类大脑思维方式的过程中高度依赖于过往解决问题的经验数据，要把这种解决问题的规律告诉机器就需要进行训练，而在真实业务...
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...可参考其结果调整组件参数配置，使聚类结果达到最优。否 无 无
概述
PolarDB for AI 功能通过一系列MLOps和内置的模型解决了数据、特征和模型的割裂状态，实现了基于数据库的数据智能的一站式服务。本文介绍了 PolarDB for AI 功能的相关特性。背景信息 随着数据的累积，数据驱动的智能应用（例如：搜索、...
什么是AutoML
训练更优模型：集成了PAI的多种算法，能够有效查找到最优组合以及对应的模型，帮助您训练出精度更高、效率更高的模型。节省计算资源：超参调优工具会通过持续的评估，决定是否有必要使用下一组超参组合。这个机制下，可能不需要评估所有...
AIRec智能推荐效果评估指南与策略调整介绍
算法调优 算法调优指的是通过对AIRec推荐算法的召回链路进行参数调整，从召回算法层面对推荐出的结果进行调优，算法调优依赖于实验平台功能，目前仅算法配置版实例可支持。此外，如您有更个性化的算法调优需求，也可以联系我们进一步沟通。...
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...
组件参考：所有组件汇总
GBDT回归 该组件是一种迭代决策树算法，适用于线性及非线性回归场景。线性回归 该组件是分析因变量和多个自变量之间的线性关系模型。PS-SMART回归 该组件致力于解决大规模的离线及在线训练任务，SMART（Scalable Multiple Additive ...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
LightGBM算法
简介 LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的分布式梯度提升框架。设计初衷是提供一个快速、高效、低内存、高准确度、支持并行和大规模数据处理的工具。LightGBM可以减少数据对内存的使用、减少通信代价以及...
推荐解决方案综述
推荐系统和搜索引擎是现代App解决信息过载的标配系统，如果从零开发推荐系统，不仅需要耗费大量金钱和时间，而且很难满足快速上线推荐系统及不断迭代各种算法的业务要求。本文为您介绍如何使用阿里云产品创建推荐系统的数据和模型，从而...
机器学习（MADlib）
插件简介 MADlib机器学习模块主要解决以下问题：分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型...
GBDT二分类预测V2
GBDT二分类预测V2组件提供了针对GBDT二分类V2组件的预测功能，使用梯度提升决策树(Gradient Boosting Decision Trees)算法，对数据进行二分类问题的预测。本文介绍GBDT二分类预测V2组件的配置方法。支持计算资源 支持的计算引擎为...
调整物品特征优先级，适配行业特征优化效果
本文向您介绍如何通过控制台中的实验，调整召回链路实验规则，进而适配行业的业务特征，达到最优的推荐效果。一、什么是用户偏好二阶传导算法 用户偏好二阶传导算法是阿里内部演进出来，针对特定物品特征的召回链路。可以让产品运营同学，...
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，...
功能特性
科学统一的评估参数决策最优模型 算法逻辑的复杂和专业性使得用户在面对生成的多个候选模型时筛选茫然，基于这种情况，我们在训练结束后可以进入评估环节，只要少量的测试集上传就可以根据平台提供的可视化数据评估指标来进行筛选和抉择，...
评分卡训练
如果不了解优化算法，建议将优化算法配置为”自动选择“，系统会自动根据用户任务的数据规模和约束情况选择最合适的优化算法。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...
创建安全联邦学习任务（任务模式）
FL决策树支持的算法为 XGBoostWithDp:Decision_Tree，用于二分类、多分类、回归。FL线性回归支持的算法为 LinearRegressionWithHe:Linear_Regression_With_He，用于回归。FL逻辑回归支持的算法为 LogisticRegressionWithHe:Logistic_...
2022年
2022-12-8 全部地域 EAS模型服务概述 Designer 新增多种算法组件 Designer 新增多种算法组件，包括Prophet时序算法、Mtable展开、MTable聚合、时间窗口SQL等组件。您可以在Designer平台的左侧组件树中查找并使用这些组件。2022-12-5 全部...
基于图算法实现金融风控
本文为您介绍如何基于图算法，实现金融风控。背景信息 图算法通常适用于关系网状的业务场景。与常规结构化数据不同，图算法将数据整理为首尾相连的关系图谱，需要考虑边和点。PAI提供了丰富的图算法组件，包括K-Core、最大联通子图及标签...
图算法
图计算服务GraphCompute新增图算法分析功能，提供分析查询一体化解决方案，方便用户快速进行全图数据分析。功能介绍 图计算服务GraphCompute新增图算法功能，基于当前服务的数据进行算法执行，方便用户快速进行全图数据的分析。只需要开通...
HTAP中的行列混存查询优化
本文介绍了查询优化的作用及基本原理，以及列存索引优化器Join Reorder的实现原理。查询优化的作用及基本原理 在数据库处理查询语句的过程中，优化器接收用户输入的查询语句并进行一系列的等价变换后，通过查询中的基数与代价估计，从等价...
XGBOOST多分类
一、组件说明 XGBoost是一种基于梯度提升决策树（Gradient Boosting Decision Tree）的机器学习算法。它通过改进传统梯度提升决策树的方式，加入正则化项、特征子采样和并行化等优化技术。XGBoost的优点是能够自动处理缺失值、异常值和噪声...
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...
高效基因序列检索助力快速分析肺炎病毒
在混合检索场景中 AnalyticDB MySQL版 的优化器会根据数据的分布和查询条件选择最优执行计划，在保证数据召回率的同时，得到最优的性能。例如，通过以下一条SQL即可检索RNA核酸序列。查找RNA和提交的序列向量相近的基因序列。select title,...
Cost-based SQL诊断引擎
即采用和数据库优化器相同的方式去思考优化问题，最终会以执行代价的方式量化评估所有的（或尽可能所有的，因为是最优解求解的NP类问题，因此在一些极端情况下无法做到所有，只是实现次优）可能推荐候选项，最终作出推荐。即便是如此，但...
体验美颜特效SDK
动作检测 基于自研的算法技术，支持人体18个关键点位的实时精准检测，可识别直立、举手、比心、叉腰、超人等13种静态姿势识别，同时还支持跳绳、开合跳、深蹲、俯卧撑、仰卧起坐等9种动态动作检测，并实时提供计数反馈。效果图如下所示。...
梯度提升回归树
计算逻辑原理 GBRT是一种迭代的回归树算法，由多棵回归树组成，合并许多弱学习器，每棵树只能对部分数据做出好的预测，所有树的结论累加起来得到最终结果。因为添加的树越来越多，可以不断迭代提高性能，所以GBRT是一种泛化能力较强的算法...
列存索引中GroupJoin算子的实现
限制条件 出于实现的复杂度考虑，相对于理论上最完备的GroupJoin实现，PolarDB MySQL版 做了如下几点限制：group by key要完全匹配某一边，且只能是某一边的join key，虽然某些情况下join key的一部分，也能唯一定义这个key（i.e.,...
政企安全加速
二选一 全站加速：提升动静态资源混合站点的访问体验，支持静态资源边缘缓存，动态内容最优路由回源传输，满足整体站点的全网访问速度及稳定性需求。增值服务：支持静态HTTPS请求数、动态HTTPS请求数、动态HTTP请求数、实时日志条数、静态...
索引类型
SP-GiST 允许实现众多不同的非平衡的基于磁盘的数据结构，例如四叉树、k-d树和 radix 树。作为一个例子，本数据库的标准捐献包中包含了一个用于二维点的 SP-GiST 操作符类，它用于支持使用下列操作符的索引化查询：<< >>~=^>^内建 SP-GiST ...
SimRank+相似度计算算法
本文介绍了推荐系统中一个常用的协同过滤算法SimRank，包括它的算法原理，及其应用在个性化推荐场景时的改进。同时，本文还描述了如何在生产环境部署SimRank+算法。算法简介 SimRank算法是一种用于衡量结构上下文中个体相似度的方法，其...
管控台概览
概览页支持用户了解千寻搜索算法产品定位，支持场景。同时支持开发者快速体验并了解不同场景下产品功能，算法效果以及算法原理。同时用户可以在概览页全局统计本账号下项目个数，计量用量，以及帮助文档快速链接。我的项目 服务总量：该...
- 产品推荐
- 这些文档可能帮助您