K均值聚类
K-Means：数据值稀疏可以选择此算法。是 自动 自动 K-Means算法 elkan K-Means算法 其他参数 参数名 参数描述 模型结果 模型结果展示模型聚类效果以及聚类结果，其中“CH分数（即Calinski-Harabasz指标）”和“轮廓系数”反应聚类效果，值...
COUNT
以下示例显示可以稀疏地填充关联数组（即，已赋值元素的序列中存在“间隙”）。COUNT仅包括已赋值的元素。DECLARE TYPE sparse_arr_typ IS TABLE OF NUMBER INDEX BY BINARY_INTEGER;sparse_arr sparse_arr_typ;BEGIN sparse_arr(-100):=-...
数据滤波
是 滑动平均滤波 限幅滤波 中值滤波 滑动平均滤波 一阶滞后滤波 FIR滤波 最大值滤波 最小值滤波 限幅滤波 参数名 参数描述 是否必填 参数默认值 参数范围 滤波有效值 限幅滤波有效值的选择方法。前一次输出值：使用前一次滤波输出值作为...
滤波
功能说明 滤波组件支持8种方式进行数据滤波，包括限幅滤波，中值滤波，滑动平均滤波，一阶滞后滤波，FIR滤波，最大值滤波，最小值滤波以及趋势线拟合滤波。计算逻辑原理 以下计算公式涉及的参数定义：①t表示本次，t-1表示前一次。②X(t)...
平滑函数
select ts_smooth_fir(x,y,winType,winSize)若您可以确定滤波参数，可以根据需求自定义设置滤波参数。select ts_smooth_fir(x,y,array[])参数说明：参数 说明 取值 x 时间列，从小到大排列。格式为Unixtime时间戳，单位为秒。y 数值列，...
疏密快照管理策略
低成本 采用稀疏保留，稀疏程度可以灵活设置，减少长期保留的备份存储量，可大幅降低成本。技术指标 不同的备份频率会导致同一时间段内快照备份总数不同，进而影响数据恢复所需时间（RTO）。下图表示备份频率不变的情况下，快照备份总数和...
混合查询最佳实践
通过稀疏模型将文本向量化，比如文本内容为“OpenSearch-向量检索”稀疏向量化之后：{"indices":[102,16,18,.],"values":[0.21,0.11,0.15,]} 其中indices表示稀疏向量下标（向量数组中有值的位置下标）values表示稀疏向量 您可以通过以下...
电商行业
用户自填 不要求实时性，优先级可以放低 900，即900 RMB buy_cnt string 可选 平台月销量 用户自填 启动时，如果当前场景行为数据比较稀疏，可以将平台其他场景的行为统计数据放入这些字段，不要求实时性。模型稳定后，如果维护这些字段...
画像分析-RoaringBitmap优化方案
对于数值类型，如果较为稀疏也可以考虑编码，但是进行编码有利有弊，例如在广告DMP系统中除了需要高性能的画像能力，也需要实时输出人群明细的能力；而一旦需要输出人群明细，就需要Join用户ID表进行还原，这一部分的性能开销，也应当纳入...
内容行业
channel string 建议填写 内容对应的频道，为单值 用户自填 organization string 可选 机构列表，多个标签使用英文逗号分隔 用户自填 pv_cnt string 可选 一个月内曝光次数 用户自填 启动时，如果当前场景行为数据比较稀疏，可以将平台其他...
新闻行业
用户自填 启动时，如果当前场景行为数据比较稀疏，可以将平台其他场景的行为统计数据放入这些字段，不要求实时性。模型稳定后，如果维护这些字段成本较高，可以低优先级处理。100000 click_cnt string 可选 一个月内点击次数。用户自填 不...
索引优化
压缩表或者适合使用稀疏索引的范围查询：索引可以提高压缩的AO/AOCS表的查询效率，尤其是在进行范围查询时使用稀疏索引，可以有效地避免加载无效的数据，从而优化I/O效率。同理，更少的数据加载意味着更少的数据解压缩，可以有效地降低解压...
SSML标记语言介绍
say-as interpret-as="telephone">114查询号码<say-as interpret-as="cardinal">123开始干。加起来为<say-as interpret-as="digits">1234。张三的快递。富路国际1号楼3单元304</say-as><say-as interpret-as="nick">李四6689...
统计聚合
使用统计聚合功能可以实现求最小值、求最大值、求和、求平均值、统计行数、去重统计行数、按字段值分组、按范围分组、按地理位置分组、按过滤条件分组等操作；同时多个统计聚合功能可以组合使用，满足复杂的查询需求。流程 统计聚合的完整...
删除或减少备份
您可以删除或减少RDS MySQL备份，以减少 备份费用。注意事项 数据备份和日志备份存放在备份空间，都不占用存储空间。查看备份大小的方法，请参见 备份大小。如需释放存储空间，请参见 排查空间问题。删除或减少数据备份 手动删除数据备份 ...
备份大小
方法二：通过稀疏备份保留最少备份集 部分地域的实例现已支持将备份策略页面 升级至高级版本，升级后可用于实现稀疏备份，您可以更灵活地设置备份策略并保留最少的备份集。具体详情，请参见 稀疏备份。方法三：将无需备份的数据删除或迁移...
大仓库提效指南
部分克隆配合稀疏检出，可以使仓库中的不同成员只下载其关心的部分代码，不需要每次都下载全部整仓内容。我们也为部分克隆提供了详尽的帮助文档，请参阅：部分克隆（Partial clone）介绍 总结 Git LFS：适用于仓库中包含了各类二进制文件...
高级备份设置
开通高级备份设置后，可使用稀疏备份功能，本文介绍了相关的概念及操作。简介 在集群的备份恢复界面切换高级备份设置后，即可使用稀疏备份功能。您可以按照每周、每月、每年的方式来设置备份集保留周期，实现间隔很长时间保留一个备份集，...
PLDA
主题模型用于在一系列文档中发现抽象主题（topic）的一种统计模型，在 PAI 平台，您可以通过给PLDA组件设置topic参数值，从而让每篇文档抽象出不同主题。LDA（Latent Dirichlet allocation）是一种主题模型，它可以按照概率分布的形式给出...
进阶使用
d 和 q 的稀疏向量后，就可以通过简单的点积进行距离计算，即将相同单词上的值对应相乘再求和，通过稀疏向量计算距离的方式如下所示：上述计算方式本质上是通过点积来计算的，score 越大表示越相似，如果需要结合Dense Vector一起进行距离...
概述
二级备份支持 稀疏备份 功能。您可以按照每周、每月、每年的方式来设置备份集保留周期，实现间隔很长时间保留一个备份集，减少历史备份集数量的目的。同时，在符合等保要求的前提下达到尽可能降低成本的目标。详细内容请参见 高级备份设置...
数据模型
在HBase中，数据存储在具有行和列的表中，这是与关系数据库（RDBMS）类似的模型，但与之不同的是其具备结构松散、多维有序映射的特点，它的索引排序键由行+列+时间戳组成，HBase表可以被看做一个“稀疏的、分布式的、持久的、多维度有序Map...
部分克隆（Partial clone）介绍
部分克隆 配合稀疏检出特性，可以解决这一问题，我们可以首先启用部分克隆，并指定-no-checkout 选项来指定克隆完成后不执行自动检出，避免检出时自动下载当前分支下的所有文件。之后，再通过稀疏检出功能，只按需下载并检出指定目录下的...
表格存储和传统关系型数据库（例如MySQL、SQL Server...
表格存储是阿里云自研的多模型结构化数据存储，提供海量结构化数据存储以及...相对于传统关系型数据库严格的SCHEMA，表格存储的表是稀疏的，每一行可以有不同的列，可以动态增加或者减少属性列，创建表时无需为表的属性列定义严格的SCHEMA。
阿里云大模型RAG对话系统最佳实践
通过该实践，您可以掌握构建一个大模型RAG对话系统的完整开发链路。背景信息 大语言模型（LLM）在生成准确和实时的回复方面存在局限性，不适合直接用于需要精确信息的客服或问答等场景。当前业界普遍采用检索增强生成（Retrieval-Augmented...
特征尺度变换
特征尺度变换算法组件支持对稠密或稀疏的数值类特征进行常见的尺度变换。功能介绍 特征尺度变换的功能如下：支持常见的 log2、log10、ln、abs 及 sqrt 等尺度变化函数。支持稠密及稀疏数据格式。组件配置 您可以使用以下任意一种方式，配置...
逻辑回归多分类
经典逻辑回归是一个二分类算法，PAI提供的逻辑回归可以支持多分类，且支持稀疏及稠密数据格式。组件配置 您可以使用以下任意一种方式，配置逻辑回归多分类组件参数。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 ...
组件参考：所有组件汇总
one-hot编码 您可以通过该组件后数据会变成稀疏，输出结果也是KV的稀疏结构。统计分析 数据视图 通过数据视图组件，您可以可视化地了解特征与标签列的分布情况及特征的特点，以便后续进行数据分析。协方差 该组件用于衡量两个变量的总体...
通过Elasticsearch机器学习实现业务数据的智能检测和...
Elasticsearch机器学习是一种利用机器学习技术对Elasticsearch数据进行智能检测和预测的工具，可以自动识别数据模式和数据异常，生成新的特征和聚合结果，为数据分析和应用提供支持。Elasticsearch机器学习可以提高数据的可用性和价值，还...
逻辑回归二分类
经典逻辑回归是一个二分类算法，支持稀疏及稠密数据格式。组件配置 您可以使用以下任意一种方式，配置逻辑回归二分类组件参数。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 训练特征列 输入数据源中...
确定需求
您可以在即席查询中定义汇总模型的筛选过滤条件，设定统计粒度的维度属性值为厨具，以免汇总模型数据稀疏。在真实业务场景下，可以根据业务需求、使用频度、复用性及汇总层数据计算存储进行考虑，拆解分析。例如，本例中还可以定义全表为...
岭回归预测
岭回归预测组件支持稀疏、稠密两种数据格式。您可以使用岭回归预测组件做数值型变量的预测，包括房价预测、销售量预测、湿度预测等。本文为您介绍岭回归预测组件的配置方法。使用限制 支持的计算引擎为MaxCompute、Flink或DLC。算法原理 岭...
Lasso回归预测
Lasso回归预测组件支持稀疏、稠密两种数据格式。您可以使用该组件做一些数值型变量的预测，比如贷款额度预测、温度预测等。本文为您介绍Lasso回归预测组件的配置方法。使用限制 支持的计算引擎为MaxCompute、Flink或DLC。算法原理 Lasso...
设置任意时间点保护策略
高级备份策略页面（稀疏备份）暂不支持设置，您可以继续使用原有日志备份功能。更多详情，请参见 备份策略页面间的区别。Serverless实例从停机到启动、以及启动后到完成一次全量备份的这段时间内，无法进行任意时间点的数据恢复。费用说明 ...
lo-implementation
这和 Unix 文件系统中“稀疏”文件的一般行为相对应。大对象可以有一个拥有者和一组访问权限，它们可以用GRANT和REVOKE管理。读一个大对象需要 SELECT 权限，而写或者截断一个大对象则需要 UPDATE 权限。只有大对象的拥有者（或者一个数据...
支持向量回归算法（SVR）
使用场景 SVR是一个回归模型，主要是用于拟合数值，一般应用于特征较为稀疏且特征数较少的场景。例如，可以使用SVR回归模型来预测某个城市的温度。输入特征有很多，例如这个城市某个时期的平均温度、绿化程度、湖泊数量以及日期等。训练...
矢量金字塔
概述 矢量金字塔对空间几何数据创建稀疏索引，按规则对密集区域预处理，可以输出标准的mvt-pbf格式数据。通过Ganos提供的矢量金字塔，亿条空间几何记录可以实现分钟级预处理、秒级终端显示。快速入门 创建扩展。CREATE EXTENSION ganos_...
矢量金字塔
概述 矢量金字塔对空间几何数据创建稀疏索引，按规则对密集区域预处理，可以输出标准的mvt-pbf格式数据。通过Ganos提供的矢量金字塔，亿条空间几何记录可以实现分钟级预处理、秒级终端显示。快速入门 创建扩展。CREATE EXTENSION ganos_...
矢量金字塔
概述 矢量金字塔对空间几何数据创建稀疏索引，按规则对密集区域预处理，可以输出标准的mvt-pbf格式数据。通过Ganos提供的矢量金字塔，亿条空间几何记录可以实现分钟级预处理、秒级终端显示。快速入门 创建扩展。CREATE EXTENSION ganos_...
智能异常分析概述
通配符可以根据变量类型的不同进行选择，例如可以使用 NUM 表示数字变量，则日志模板为 connect mysql server,latency NUMms。日志类别 每个日志类别包含表示该类别的日志模板，如果日志内容与该日志模板匹配，那么就认为日志属于该日志...
- 产品推荐
- 这些文档可能帮助您