迭代优化时的步长，学习率。 0.025 max_iter 是 最大迭代次数。 1 window_size 是 训练过程中的窗口大小。 5 max_sentence_length 否 最大句子长度。 1000 样例 样例数据 该数据为分词算子的输入，分词算子的输出作为文本词向量的输入。

查看更多 →

placeholder_type=wf.PlaceholderType.STR, default="0.002", description="训练的学习率策略(10:0.001,20:0.0001代表0-10个epoch学习率0.001，10-20epoch学习率0.0001),如果不指定epoch

查看更多 →

向量检索 场景描述 向量检索的集群规划 创建向量索引 向量查询 向量检索的性能调优 （可选）预构建与注册 管理向量索引缓存 向量检索的客户端代码示例（Python） 向量检索的客户端代码示例（Java） 使用PV_GRAPH向量索引 父主题： 集群增强特性

查看更多 →

表1 标准查询的参数说明 参数 说明 vector（第一个） 表示该查询类型为VectorQuery。 my_vector 指定了需要查询的向量字段名称。 vector（第二个） 指定查询向量的具体值，支持数组形式以及Base64编码形式的输入。 topk topk的值通常与size保持一致。

查看更多 →

向量函数和操作符 floatvector支持向量类型和数组类型之间的数据转换，同时支持特定格式的字符串转换成向量类型。 array<->floatvector：数据类型转换中向量数据类型可以和相对应的数组类型进行自由转换；floatvector向量的成员数据类型为浮点型。 string

查看更多 →

向量检索的集群规划 向量检索的索引构建与查询均使用堆外内存，所以集群容量与索引类型、总堆外内存大小等因素相关。通过预估全量索引所需的堆外内存大小，可以选择合适的集群规格。由于向量索引内存占用较高， CSS 对于内存规格为8GB及以下的集群默认禁用了向量检索插件。 不同类型的索引所需堆

查看更多 →

使用MLS预置算链进行机器学习建模 本章节介绍如何通过一键运行预置的餐厅经营销售量预测算链，完成建模，帮助开发者快速了解MLS的建模过程。 前提条件 已经创建一个基于MLStudio的Notebook镜像，并进入MLS Editor可视化编辑界面，具体参考进入ML Studio操作界面章节。

查看更多 →

字段均存在一定程度的缺失。为了不让机器理解形成偏差、以达到机器学习的使用标准，需要基于对数据的理解，对数据进行特征预处理。例如： job字段是多类别的变量，其值0、1、2实际没有大小之分，一般会将该特征转换成向量，如值为0用向量[1, 0, 0]表示，1用向量[0,1,0]表示，2用向量[0

查看更多 →

分词 将文本切分成以独立的词为单位的序列，且在该过程中，对切分得到的词汇进行词性的标注。 依存句法分析 分析句子中词汇和词汇之间的相互依存关系，得到句子的句法结构。例如中文中使用依存句法分析，将一句话分析出主谓宾结构，将宾语定义为谓语动词的支配对象等。 文本相似度 对文本对进行相

查看更多 →

在“集群管理”页面，选择需要启用向量检索的集群，单击操作列“Kibana”，登录Kibana界面。 单击左侧导航栏的“Dev Tools”，执行如下命令创建向量索引。 创建一个名为“my_index”的索引，该索引包含一个名为“my_vector”的向量字段和一个名为“my_label”的文本字段。其中

查看更多 →

vectors Array of floats 句向量结果列表，按输入句子顺序返回句向量，句向量维度默认为100。 error_code String 调用失败时的错误码，具体参见错误码。 调用成功时无此字段。 error_msg String 调用失败时的错误信息。 调用成功时无此字段。 请求示例

查看更多 →

镜像名称 用于标识环境配置的镜像。 镜像版本 用于区分一个镜像库中不同的镜像文件所使用的标签。 资源规格 指根据不同的环境类型和用途，对服务器的 CPU 、内存、数据盘等硬件资源进行合理分配和管理的过程。例如，开发环境的资源规格可能会比生产环境的小，而性能测试环境的资源规格可能会更大，以满足其对硬件资源的需求。

查看更多 →

删除 实体链接 2019-07-08 新增机器翻译内容： 使用前必读 API概览 机器翻译服务接口说明 错误码 2019-06-28 刷新错误码。 2019-03-22 增加接口： 文本相似度（基础版） 句向量 老接口修改为废弃接口。 句向量（废弃） 2019-01-30 第一次正式发布。

查看更多 →

应用需求分析：这部分主要针对数据应用系统所需要的数据范围及指标来确定，因此是先分析数据应用系统的需求，再提炼数据集市的数据接口需求 目标表设计：即数据集市结果表设计，根据数据应用的需求进行数据表设计 数据源分析：主要分析 数据仓库 的数据如何满足集市的需要，即确定需要数据仓库的那些表数据，如果数据仓库没有，则需要数据仓库进行数据补充

查看更多 →

单击“ 数据治理 > 维度管理”，进入维度管理页面。 单击待编辑维度所在行“操作”列的“编辑”。 编辑维度后，单击“更新”。 删除维度 进入运维中心工作台。 在顶部导航栏选择自有服务。 单击，选择“运维 > 监控服务（ServiceInsight）”。 选择左侧导航栏的“运维数据开发 >

查看更多 →

维度接口 查找维度 查看维度详情 查看维度颗粒度 查看逆向维度表任务 父主题： 数据架构API

查看更多 →

向量召回评估 概述 向量召回评估算子计算召回的hitrate，用于评估召回结果的好坏，hitrate越高表示训练产出的向量去召回向量的结果越准确。支持u2i召回和i2i召回的计算。u2i召回时，拿user（用户）的向量去召回top k个items（物品），i2i召回时拿item的向量去召回top

查看更多 →

指标维度 通过ICAgent上报的虚机指标的指标维度 表1 通过ICAgent上报的虚机指标的指标维度 指标类别 指标维度 说明 网络指标 clusterId 集群ID。 hostID 主机ID。 nameSpace 集群的命名空间。 netDevice 网卡名称。 nodeIP

查看更多 →

40岁≤中年<60岁 老年≥60岁 图2 新建维度年龄分组 单击“确认”完成维度信息的添加。 在数据集预览页面单击“刷新预览”，可以查看新建的维度信息。 图3 查看维度信息 在后续的仪表板制作和问答中即可问答与新的维度相关的信息。 图4 使用新建维度制作仪表板 示例2：本例使用公式编辑：

查看更多 →

完成所有维度的新建之后，需要等待审核人员审核。 审核通过后，系统会自动创建与维度相对应的维度表，维度表的名称和编码均与维度相同。在“维度建模”页面，选择“维度表”页签，可以查看建好的维度表。 在维度表列表中，在“同步状态”一列中可以查看维度表的同步状态。 图6 维度表的同步状态

查看更多 →

imit的整数倍，不满足则向下取整，默认值0。 biz_catalog_id 否 String 所属的业务分层的ID。 请求参数 表3 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String IAM Token，通过调用IAM服务获取用户

查看更多 →