实时聚类 聚类算法是非监督算法中非常典型的一类算法，经典的K-Means算法通过提前确定类别数目，计算数据点之间的距离来分类。对于离线静态数据集，我们可以依赖领域中知识来确定类别数目，运行K-Means算法可以取得比较好的聚类效果。但是对于在线实时流数据，数据是在不断变化和演进，

查看更多 →

实时聚类 聚类算法是非监督算法中非常典型的一类算法，经典的K-Means算法通过提前确定类别数目，计算数据点之间的距离来分类。对于离线静态数据集，我们可以依赖领域中知识来确定类别数目，运行K-Means算法可以取得比较好的聚类效果。但是对于在线实时流数据，数据是在不断变化和演进，

查看更多 →

上传分子文件：选择可上传的分子文件。分子文件支持SMI格式文件；文件大小不超过5G；小分子支持10-10,000个，超出10,000的分子会进行截断。 输入小分子：可以通过上传文件或输入SMILES以输入小分子。 名称：设置作业名称。长度为5~64个字符，仅可以使用字母、数字、下划线“_”、中划线“-”和空格，首位只能以数字或字母开头。

查看更多 →

X-Auth-Token 是 String 用户Token。 Token认证就是在调用API的时候将Token加到请求消息头，从而通过身份认证，获得操作API的权限， 获取Token 接口响应消息头中X-Subject-Token的值即为Token。 最小长度：1 最大长度：32768 表3 请求Body参数

查看更多 →

下载软件发布库中的软件包 CodeArts Build支持将软件发布库中的包或者其他文件下载到构建任务根目录，以便后续构建步骤使用这些包或者文件。 获取软件包下载地址 在导航栏选择“制品仓库 > 软件发布库”，进入软件发布库页面。 单击待下载的软件包包名，在软件包包详情页面，“下

查看更多 →

X-Auth-Token 是 String 用户Token。 Token认证就是在调用API的时候将Token加到请求消息头，从而通过身份认证，获得操作API的权限，获取Token接口响应消息头中X-Subject-Token的值即为Token。 最小长度：1 最大长度：32768 表3 请求Body参数

查看更多 →

操作。已发布状态的文件不可修改、不可编辑（修改名称、修改版本号），只能下载或删除。 设置软件发布库中文件夹的发布状态 进入项目的第一级文件夹后，可以修改第二级文件夹的状态（默认为“未发布”），单击“状态”列中的，在下拉栏中修改对应层级文件夹的状态。 如果文件夹的状态为“已发布”，

查看更多 →

处理问题聚类任务 操作步骤 选择“配置中心>机器人管理>语义理解服务”，进入语义理解服务页面。 选择“检查训练 > 问题聚类任务”。单击“启动聚类任务”，填写需要进行聚类分析的会话生成时间段，单击“启动”。 请确保所选的时间段内存在可用于分析的会话记录。 导入用户列表后，聚类任务仅分析该号码对应的会话记录。

查看更多 →

聚类系数（cluster_coefficient）(1.0.0) 表1 response_data参数说明 参数 类型 说明 cluster_coefficient Double 聚类系数。 statistics Boolean 是否仅返回全图平局聚类系数，默认为true。 父主题：

查看更多 →

改名称的文件夹，上传的软件包会存放在该文件夹内。 文件：从本地选择需要上传到软件发布库的软件包。 上传成功的软件包将保存在软件发布库的文件列表中。 单击软件包所在操作列中的，可以修改软件包名称。 单击软件包所在操作列中的，可以将软件包下载到本地。 单击软件包所在操作列中的，可以删除软件包。

查看更多 →

floats 子任务运行时长（秒）。 数组长度：1 - 30 num_molecules Integer 分子聚类任务中的分子总数。 success_count Integer 聚类成功的分子数。 请求示例 无 响应示例 状态码： 200 OK { "basic_info" : {

查看更多 →

聚类分析作业管理 创建聚类分析作业 查询聚类分析作业详情 父主题： API（盘古辅助制药平台）

查看更多 →

单击并在搜索栏中输入关键字，选择需要扫描的制品。 任务名称 是 为创建的扫描任务命名。 配置完成后，单击“扫描”，完成漏洞扫描的创建，生成的任务显示在页面中。 生产的任务卡片中展示了“扫描仓库”、“文件扫描路径”和“最近扫描结果”。扫描结果显示四个漏洞等级（危急漏洞、高危漏洞、中危漏洞、低危漏洞）和数量。

查看更多 →

QED：代表分子的成药性。 SaScore：代表合成可及性分数，旨在评估分子的合成难易程度。 查看作业信息 点击作业的“作业信息”页面可以查看作业的运行时间和配置参数。 图14 查看作业信息 聚类分析 目前分子对接返回的结果小分子数较多，无法进行批量分析，通过一些聚类的 辅助方式能更

查看更多 →

聚类系数算法（Cluster Coefficient） 概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中，尤其是在特定的网络中，由于相对高密度连接点的关系，节点总是趋向于建立一组严密的组织关系。聚类系数算法（Cluster Coefficient）用于计算图中节点的聚集程度。

查看更多 →

相应靶点和优化后分子的结合构象。如果设置了两个靶点会默认下载两个靶点的结果。 单击配体列表的可以收藏结果，收藏后可直接在收藏夹页查看。 图14 查看3D图 在查看3D的页面中，单击右侧的配体列表中，每个配体卡片右上角的，可以查看 查看详情：可以查看每个分子的属性信息，score和similarity。

查看更多 →

聚类系数算法（cluster_coefficient） 功能介绍 根据输入参数，执行cluster_coefficient算法。 聚类系数算法（cluster_coefficient）用于计算图中节点的聚集程度。 URI POST /ges/v1.0/{project_id}/h

查看更多 →

每个分子卡片上会展示相应分子序号与对应的参数QED、SaScore QED：代表分子的成药性。 SaScore：代表合成可及性分数，旨在评估分子的合成难易程度。 聚类分析 目前分子属性预测返回的结果小分子数较多，无法进行批量分析，通过一些聚类的辅助方式能更好的选择分子。从每个类里挑选出一两

查看更多 →

类间的相似性的原则进行聚类或分组。对象的聚类是这样形成的，使得在一个聚类中的对象具有很高的相似性，而与其他聚类中的对象很不相似。 父主题： AI开发基础知识

查看更多 →

查看分子详情 图8 查看作业信息 聚类分析 目前靶点口袋分子设计返回的结果小分子数较多，无法进行批量分析，通过一些聚类的辅助方式能更好的选择分子。从每个类里挑选出一两个分子进行后续分析和验证，提高分析的效率和分析质量。也可以通过聚类找出一些关键的骨架，来进行下游的分子优化、合成路径规划等。

查看更多 →

一个应用软件是否可以将应用软件中不同的部件分散部署到不同的区域？ 可以，但是不建议这种部署方式。 建议将一个应用软件内的不同部件部署到同一个区域，这样不同部件之间的通信可以采用内网网络通信，既可以节省因采用公网网络通信带来的带宽费用，又可以保证不同部件之间的网络通信质量。 父主题：

查看更多 →