行业算法模型介绍
二、用户偏好二阶传导召回算法 各类用户偏好二阶传导召回链路 用户偏好类目二阶传导：对应 数据规范 中item表的category_path字段。基于终端用户历史行为，推算终端用户的偏好类目寻找相似物品的算法。相对于协同过滤，更聚焦用户对于物品...
评分卡训练
评分卡是信用风险评估领域常用的建模工具，其原理是通过分箱输入将原始变量离散化后再使用线性模型（逻辑回归或线性回归等）进行模型训练，其中包含特征选择及分数转换等功能。同时也支持在训练过程中为变量添加约束条件。说明 如果未指定...
HASH
LINEAR HASH与HASH的不同之处在于，LINEAR HASH使用线性二次幂算法，而HASH使用散列函数值的模数。在语法上，LINEAR HASH和HASH的唯一区别是LINEAR在PARTITION BY子句中添加了关键字。示例 HASH类型的使用示例：CREATE TABLE sales_hash(s_...
混访混挂迁移示例
待迁移系统二 如下图所示，待迁移系统二的架构相对复杂些。公网SLB实例挂载了两台ECS，分别为ECS1和ECS2，这两台ECS需要访问一个私网SLB实例。私网SLB实例也挂载了两台ECS，分别为ECS3和ECS4，而这两台ECS需要访问RDS和OSS。迁移示例一 ...
调整物品特征优先级，适配行业特征优化效果
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，依据自己的业务特征，更好的对推荐结果进行一定程度的干预。其中X表示的是物品特征：当用户对某一个item产品...
动态特征提取
支持8种计算方式，包括最大值、最小值、平均值、标准差、线性趋势、变化趋势、一阶差分和二阶差分。计算逻辑原理 最大值：取采样数据序列的最大值，作为输出。最小值：取采样数据序列的最小值，作为输出。平均值：取采样数据序列的平均值，...
什么是优化求解器
当前已经上线的求解能力是线性规划（LP）、凸二次规划（convex QP）、半定规划（SDP）、混合整数线性规划（MILP）。后续会不断更新版本，欢迎关注软件的更新。免费，0元去购买>>2.仿真优化 如黑盒优化、零阶优化。用于求解复杂的、目标函数...
AICS实现对积分过程的稳定控制
本文以水箱为研究对象，阐述如何运用AICS的系统模型辨识和DT-MPC功能，将一个单入单出的积分过程控制稳定。背景介绍 积分环节是流程行业生产中常见的动态过程。积分环节过程的特点是，当过程的所有MV为常数时，过程的CV不会到达一个稳态值...
集群系列
2~9个 说明 创建集群系列实例时，默认创建一主二备共3个节点，也可以创建一主一备共2个节点。实例创建完成后，可通过增加节点，将备节点数量提升到最多8个，也就是一主八备共9个节点。备节点是否可读 不涉及 否 是 地址类型 读写地址 读写...
通用模型导出
支持接入的上游组件 常规机器学习组件 GBDT二分类 线性支持向量机 逻辑回归二分类 GBDT回归 线性回归 K均值聚类 逻辑回归多分类 朴素贝叶斯 PS系列组件 PS-SMART二分类 PS-SMART多分类 PS-SMART回归 PS线性回归 可视化配置组件 您可以在 ...
高斯过程回归
是 高斯核 高斯核 线性核 二次有理核 尺度因子 内核的尺度因子。是 1.0[0,99999999]优化程序的重新启动次数 优化器重新启动的次数，用于寻找最大化对数边际可能性的内核参数。是 0[0,99999999]目标值是否归一化 如果预期目标值的平均值与零...
全表统计
standarddeviation 标准差 standarderror 标准误差 skewness 偏度 kurtosis 峰度 moment2 二阶矩 moment3 三阶矩 moment4 四阶矩 centralmoment2 二阶中心距 centralmoment3 三阶中心距 centralmoment4 四阶中心距 sum 总和 sum2 平方和 ...
等值面层（v1.x版本）
渲染方式：等值面层的渲染方式，系统提供 线性渲染 和 分段渲染 两种方式。线性渲染 最小颜色：value 值最小的插值点的颜色，请参见 颜色选择器说明 进行修改。中间颜色：value 值处于最大值和最小值之间时，对应插值点的颜色。最大颜色：...
等值面层（v2.x版本）
渲染方式：等值面层的渲染方式，系统提供 线性渲染 和 分段渲染 两种方式。线性渲染 参数 说明 中断值 线性渲染的中断值。DataV会根据您设置的中断值，结合 value 值的区间，得到中间的 value 值对应的插值点，这个点的颜色就是您设置的 ...
配置执行任务
指发现AI算法识别的事件后当一体机处于繁忙状态时，系统不会进行二次确认，直接上报至云端，一般适用于有安全隐患类的算法，例如：消防通道占用 丢弃事件：指发现AI算法识别的事件后当一体机处于繁忙状态时，系统不会进行二次确认，直接...
合作媒体
当媒体类型选择为 移动媒体 时 序号 选项 说明 1 媒体类型 选择二级媒体类型，包括：APP H5 小程序 支付宝小程序 淘宝小程序 微信小程序 其他 2 操作系统 当二级媒体类型选择 APP 时，系统会新增一行选择操作系统，支持Android 和IOS。...
人工神经网络
否 0.9[0,1)二阶矩向量的指数衰减速率 用于估计二阶矩矢量的指数衰减率。否 0.999[0,1)稳定数值 用于估计数值稳定性的值。否 0.000001[0,99999999]求解器：lbfgs 参数名 参数描述 是否必填 参数默认值 参数范围 丢失函数调用的最大次数 否 ...
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...
计量计费
线性回归 说明 系统将1个小时消耗1个CPU Core和4 GB内存，折算为1个计算时。计算时数量的计算规则如下：计算时数量=max(CPU Core数量×时长,内存×时长/4)例如1小时消耗了2 个CPU Core和5 GB内存，则计算时数量为：计算时数量=max(2×1,5×...
常见问题FAQ
优化求解器当前可以快速求解大规模线性规划LP、混合整数线性规划MILP、凸二次规划QP问题，目前支持命令行和C、C++、Python、Java的API调用，可在Windows，macOS和Linux系统下使用。有示例代码和案例分析讲解如何使用，免费。运行产生异常请...
GBDT二分类V2
算法使用 该算法实现中包含了XGBoost提出的二阶梯度优化目标以及LightGBM的直方图近似计算。对于一些常见的二分类问题，都可以使用这个算法解决，模型拥有较好的性能，且拥有不错的可解释性。该算法支持稀疏向量格式与多列特征格式的输入。...
Alibaba Cloud Linux 2系统的ECS实例系统盘扩容失败，...
问题描述 符合如下条件的Alibaba Cloud Linux 2实例在系统盘配置不是默认值20 GB时，扩容磁盘失败，系统显示系统盘大小仍然为默认值20 GB。镜像：aliyun_2_1903_x64_20G_alibase_20200114.qboot.vhd镜像（以下简称qboot镜像）。内核：4.19....
组件参考：所有组件汇总
线性模型特征重要性 该组件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。离散值特征分析 该组件用于统计离散特征的分布情况。随机森林特征重要性 您可以通过该组件计算特征重要性。过滤式特征选择 该组件将根据您使用的不同特征...
单模型部署在线服务
GBDT二分类 PMML PMML 线性支持向量机 PMML PMML 逻辑回归多分类 PMML PMML 随机森林 PMML PMML 朴素贝叶斯 PMML PMML K均值聚类 PMML PMML GBDT回归 PMML PMML 线性回归 PMML PMML 评分卡训练 PMML PMML 文本摘要训练 tgz包 EasyNLP 会...
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...
线性支持向量机
使用限制 线性支持向量机算法组件仅支持二分类场景。组件配置 您可以使用以下任意一种方式，配置线性支持向量机组件参数。方式一：可视化方式 输入框 线性支持向量机算法组件仅一个输入桩，需要接入读数据表组件，为必选项。在工作流页面...
如何解决实例迁移后的宕机问题？
因Xen环境裁撤项目、ECS过保迁移、经典网络迁移到VPC等涉及虚拟化环境迁移需求，可能会导致一部分实例系统在迁移后出现kernel panic宕机、蓝屏、找不到引导设备（INACCESSIBLE_BOOT_DEVICE）等问题。本文主要为您介绍这些问题的解决方案。...
性能说明FAQ
通用型NAS 单个文件系统的读写性能上限（峰值）与文件系统的当前使用容量线性相关且成正比例关系，即使用容量越大，吞吐性能上限（峰值）越高。更多信息，请参见 通用型NAS。极速型NAS 单个文件系统的读写性能随配置容量的增长呈阶梯式增长...
测试指标
一般扩展能力非常好的应用系统，扩展指标应是线性或接近线性的，现在很多大规模的分布式系统的扩展能力非常好。标准 理想的扩展能力是资源增加几倍，性能就提升几倍。扩展能力至少在70%以上。可靠性指标 双机热备 对于将双机热备作为可靠性...
PS线性回归
线性回归（Linear Regression）是分析因变量和多个自变量之间的线性关系模型，参数服务器PS（Parameter Server）致力于解决大规模的离线及在线训练任务。PS线性回归支持千亿样本、十亿特征的大规模线性训练任务。组件配置 您可以使用以下...
机器学习开发示例
步骤二：创建Notebook、加载样本数据 说明 开始进行机器学习的最简单方法是使用对象存储工作区中可访问的文件夹中的示例Databricks数据集。例如，要访问将城市人口数量与房屋平均价格进行比较的文件，您可以通过oss路径访问文件。例如：oss...
线性回归
线性回归（Linear Regression）是分析因变量和多个自变量之间的线性关系模型。组件配置 您可以使用以下任意一种方式，配置线性回归组件参数。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 ...
Windows系统实例的宕机问题排查
当Windows操作系统的ECS实例在运行过程中出现内核panic、内存溢出OOM（Out Of Memory）、蓝屏卡死等问题或收到系统事件通知实例出现操作系统崩溃时，说明该ECS实例发生宕机，您可以通过自助诊断工具或系统事件来定位原因并解决。...
DeepFM算法
简介 DeepFM将深度学习模型（DNN）和因子分解机（FM）模型结合，同时支持学习低阶显式特征组合和高阶隐式特征组合，不需要人工做特征工程，常用于推荐系统或广告系统。输入通常有以下两类特征：类别特征（Categorical Feature）：字符串...
评分卡预测
线性模型中特征值和模型权重值直接相乘相加的结果，对应到评分卡模型中，如果模型进行了分数转换，则该分数输出转换后的得分。prediction_prob DOUBLE 二分类场景中预测得到的正例概率值，原始得分（未经分数转换）经过Sigmoid变换后得到该...
皮尔森系数
皮尔森系数是一种线性相关系数，用于反映两个变量线性相关程度的统计量。机器学习中，皮尔森系数用于计算输入表或分区两列（数值列）的Pearson相关系数，计算结果输出至输出表。组件配置 您可以使用以下任意一种方式，配置皮尔森系数组件...
手动扩容云盘数据卷
步骤二：文件系统扩容 扩容云盘后，需要完成对文件系统的扩容，否则容器内存储空间依然是扩容前的大小。重要 此步骤仅针对未分区云盘，是K8s中云盘的标准使用方法，不建议在K8s系统中使用分区云盘。若PV使用未分区云盘，则不能手动执行分区...
什么是文件存储CPFS
文件存储CPFS（Cloud Parallel File Storage）是阿里云推出的全托管、可扩展并行文件系统，满足高性能计算场景的需求。CPFS提供了统一的命名空间，支持成百上千的机器同时访问，拥有数十GB的吞吐、数百万的IOPS能力的同时还能保证亚毫秒级...
读写分离架构
高性能 读写分离架构采取链式复制架构，可以通过扩展只读实例个数使整体实例性能呈线性增长，同时基于源码层面对Redis复制流程的定制优化，可以最大程度地提升线性复制的系统稳定性，充分利用每一个只读节点的物理资源。使用场景 读取请求...
挂载访问FAQ
目前仅支持Linux操作系统挂载NFS文件系统，Windows操作系统挂载SMB文件系统、Windows操作系统挂载NFS文件系统及Linux操作系统挂载SMB文件系统场景，请您登录ECS实例执行命令挂载。更多信息，请参见 Windows系统挂载SMB文件系统、Windows...
- 产品推荐
- 这些文档可能帮助您