DBSCAN(Density Based Spatial Clustering of Applications with Noise)是一种基于密度的聚类算法。它将簇定义为密度相连的点的最大集合。把具有高密度的区域划分为簇,可以在噪声的空间数据集中发现任意形状的聚类。您可以使用DBSCAN预测组件基于DBSCAN训练模型来预测新的点数据所属的簇。本文为您介绍DBSCAN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。
可视化配置组件参数
Designer支持通过可视化的方式,配置组件参数。
页签 | 参数 | 描述 |
字段设置 | 算法保留列名 | 选择算法保留列。 |
参数设置 | 预测结果列名 | 输入预测结果列名称。 |
预测详细信息列名 | 输入预测详细信息列的列名称。 | |
组件多线程线程个数 | 组件多线程的线程个数,默认为1。 | |
执行调优 | 节点个数 | 与单个节点内存大小参数配对使用。取值为[1, 9999]的正整数。具体配置方法,详情请参见附录:如何预估资源的使用量。 |
单个节点内存大小,单位M | 取值范围为1024 MB~64*1024 MB。具体配置方法,详情请参见附录:如何预估资源的使用量。 |
附录:如何预估资源的使用量
您可以参考以下内容,来预估资源的使用量。
如何预估每个节点使用的内存大小?
将模型的大小乘以30,即为每个节点使用的内存大小。
例如:输入数据(模型)的大小为1 GB,则每个节点使用的内存大小可以配置为30 GB。
如何预估使用的节点个数?
由于存在通信开销,随着节点数量的增加,分布式训练任务速度会先变快,后变慢。如果您观测到训练任务随着节点数量增加之后,速度变慢,则应该停止增加节点数量。