搜索 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

来自专栏猿天地
MongoDB aggregation $unwind
官方文档地址：https://docs.mongodb.com/manual/reference/operator/aggregation/unwind/ 比如文章信息有标签tags,值有java,mongodb
1.8K80发布于 2018-04-03
来自专栏房东的猫
Elasticsearch探索：使用pipeline aggregation
简介 Pipeline aggregation 用中文讲就是管道聚合。它工作于其他聚合而不是文档集所产生的输出，从而将信息添加到输出树中。与 metric 及 bucket aggregation 相比，管道聚合将处理其他聚合所产生的输出，这些输出将转换它们已经计算出的值。因此，管道聚合适用于原始文档集中不存在的中间值。 Avg Bucket Aggregation是 sibling 管道聚合的典型示例。 Derivative Aggregation 这里写 Derivative 就是我们数学术语里的导数。这是父管道聚合，用于计算父直方图或日期直方图聚合中指定指标的派生。 Min Bucket Aggregation 最小存储桶聚合具有相同的逻辑。为了使其工作，我们只需要在查询中用 min_bucket 替换 max_bucket。
1.3K31发布于 2021-01-11
来自专栏房东的猫
Elasticsearch使用：Aggregation API
Aggregation DELETE twitte PUT twitte { "mappings": { "properties": { "DOB": { " >" : { "<aggregation_type>" : { <aggregation_body> } [,"meta" : { [,"aggregations" : { [<sub_aggregation>]+ } ]? } [,"<aggregation_name_2>" : { ... } ]* } 通常，我们也可以使用 aggs 来代替上面的 “aggregations” 。我们通过 percentile aggregation 可以得到 25%，50% 及 75% 的人在什么范围。
1.9K11发布于 2021-01-25
来自专栏计算机视觉理论及其实现
Container: Context Aggregation Network
卷积神经网络(CNNs)在计算机视觉中无处不在，具有无数有效和高效的变化。最近，Container——最初是在自然语言处理中引入的——已经越来越多地应用于计算机视觉。早期的用户继续使用CNN的骨干，最新的网络是端到端无CNN的Transformer解决方案。最近一个令人惊讶的发现表明，一个简单的基于MLP的解决方案，没有任何传统的卷积或Transformer组件，可以产生有效的视觉表示。虽然CNN、Transformer和MLP-Mixers可以被视为完全不同的架构，但我们提供了一个统一的视图，表明它们实际上是在神经网络堆栈中聚合空间上下文的更通用方法的特殊情况。我们提出了Container(上下文聚合网络)，一个用于多头上下文聚合的通用构建块，它可以利用Container的长期交互作用，同时仍然利用局部卷积操作的诱导偏差，导致更快的收敛速度，这经常在CNN中看到。我们的Container架构在ImageNet上使用22M参数实现了82.7%的Top-1精度，比DeiT-Small提高了2.8，并且可以在短短200个时代收敛到79.9%的Top-1精度。比起相比的基于Transformer的方法不能很好地扩展到下游任务依赖较大的输入图像的分辨率,我们高效的网络,名叫CONTAINER-LIGHT,可以使用在目标检测和分割网络如DETR实例,RetinaNet和Mask-RCNN获得令人印象深刻的检测图38.9,43.8,45.1和掩码mAP为41.3，与具有可比较的计算和参数大小的ResNet-50骨干相比，分别提供了6.6、7.3、6.9和6.6 pts的较大改进。与DINO框架下的DeiT相比，我们的方法在自监督学习方面也取得了很好的效果。
1.5K40编辑于 2022-09-02
来自专栏中间件兴趣圈
Es Bucket聚合(桶聚合) Terms Aggregation与Significant Terms Aggregation
微信公众号：[中间件兴趣圈] 关于作者：《RocketMQ技术内幕》作者; 本章将介绍elasticsearch最重要的桶聚合terms aggregation。 Terms Aggregation 多值聚合，根据库中的文档动态构建桶。 Multi-field terms aggregation 多字段词根聚合。terms aggregation不支持从同一文档中的多个字段收集词根。与Terms Aggregation一样，其结果是近似值，可以通过size、shard_size来控制其精度。 Significant Terms Aggregation支持Terms Aggregation定义的参数，诸如size、sharding_size、missing、collect_mode、execution_hint
7.9K10发布于 2019-06-10
来自专栏腾讯云Elasticsearch Service
Elasticsearch：pipeline aggregation 介绍
3.png 所有的这些问题，我们都可以使用 Pipeline aggregation 来算出来，这是因为这些数据的统计需要用到它的 parent 或 sibling 级的聚合输出。 Pipeline aggregation 用中文讲就是管道聚合。它工作于其他聚合而不是文档集所产生的输出，从而将信息添加到输出树中。与 metric 及 bucket aggregation 相比，管道聚合将处理其他聚合所产生的输出，这些输出将转换它们已经计算出的值。因此，管道聚合适用于原始文档集中不存在的中间值。 Avg Bucket Aggregation Avg Bucket Aggregation是 sibling 管道聚合的典型示例。它处理由另一个同级聚合计算的数值，并计算所有存储桶的平均值。 Cumulative sun aggregation 是父管道聚合，用于计算父直方图（或 date_histogram）聚合中指定指标的累积总和。
2.6K42发布于 2020-10-11
来自专栏房东的猫
Elasticsearch使用：Bucket aggregation
正确理解 Bucket aggregation 对我们使用 Kibana 非常重要。Elasticsearch 提供了非常多的 aggregation [ˌæɡrɪˈɡeɪʃn] 可以供我们使用。比如，我们想分析每个月的log流量： image.png 存储桶聚合（bucket aggregation）不像指标聚合（Metric aggregation）那样计算字段的指标，而是创建文档存储桶。接下来我们开始谈我们的重点了：Bucket aggregation。简单地说：Bucket aggregation 是一种把具有相同标准的数据分组数据的方法。 Terms Aggregation 也许我们对 Terms aggregation 并不陌生。我们刚才在一开始已经使用了 terms aggregation。 Range Aggregation 通过此存储桶聚合，可以轻松根据用户定义的范围构建存储桶。
3.7K11发布于 2021-01-08
来自专栏腾讯云Elasticsearch Service
Elasticsearch: Rare Terms Aggregation
Rare terms aggregation 有多种用例；例如，SIEM 用户经常对罕见事件感兴趣，这些罕见事件有时被怀疑是安全事件的体现。 Rare terms aggregation 是Elastic在7.3版本中引入的新功能。下面我们来用一个具体的例子来讲解。聚合搜索 terms aggregation 为了说明问题，我们先来采用 terms aggregation 的方法，并使用升序的方式来进行查询： GET best_games/_search{ "size 为了克服这个问题，我们需要使用 Rare terms aggregation。对于 rare terms aggregation 而言，它没有想 terms aggregation 那样有一个 size 的参数来控制返回数值的大小。
1.1K63发布于 2020-09-22
来自专栏中间件兴趣圈
ES Pipeline Aggregation(管道聚合)
同级聚合必须是多桶聚合，针对的是度量聚合(metric Aggregation)。 328.33333333333333 26 } 27 } 28} 对应的JAVA示例如下： 1public static void test_pipeline_avg_buncket_aggregation (aggregationBuild); 14 15 // 添加 avg bucket pipeline 16 sourceBuilder.aggregation 其JAVA示例如下： 1public static void test_Percentiles_buncket_aggregation() { 2 RestHighLevelClient (aggregationBuild); 14 15 // 添加 avg bucket pipeline 16 sourceBuilder.aggregation
4.4K30发布于 2019-06-10
来自专栏腾讯云Elasticsearch Service
Elasticsearch：top_hits aggregation
Top hits aggregation 首先，我们先做一个简单的基于 hosts 的 aggregation: GET kibana_sample_data_logs/_search{ "size" https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-metrics-top-hits-aggregation.html
1.5K30发布于 2020-09-15
来自专栏张善友的专栏
MongoDB 聚合管道（Aggregation Pipeline）
为了回应用户对简单数据访问的需求,MongoDB2.2版本引入新的功能聚合框架（Aggregation Framework），它是数据聚合的一个新框架，其概念类似于数据处理的管道。 $limit Restricts the number of documents in an aggregation pipeline. 各个表达式操作符的具体使用方式参见： http://docs.mongodb.org/manual/reference/operator/aggregation-group/ 聚合管道的优化 1. 相关文章： http://mikaelkoskinen.net/mongodb-aggregation-framework-examples-in-c/
3.5K100发布于 2018-01-29
来自专栏自学笔记
Aggregation Model : Blending , Bagging , Boosting
⑴Motivation of Aggregation 比如现在有一支股票，你不知道是跌还是涨。但是第一种方法只是从众多的模型中选择一个最好的，aggregation就是融合，我们需要的是集体的智慧。看一下为什么aggregation可以比普通的模型work better。 ? 一条一条线就是刚刚的validation，aggregation做的就是融合，比如上部分中间的圆圈的点，叉叉一票，圈圈是两票，所以就是圈圈，所以aggregation是可以做到feature transform 所以aggregation也起到了regularization的效果。 aggregation model完结！
51720发布于 2019-01-23
来自专栏自学笔记
Aggregation Model : Blending , Bagging , Boosting
⑴Motivation of Aggregation 比如现在有一支股票，你不知道是跌还是涨。但是第一种方法只是从众多的模型中选择一个最好的，aggregation就是融合，我们需要的是集体的智慧。看一下为什么aggregation可以比普通的模型work better。 ? 一条一条线就是刚刚的validation，aggregation做的就是融合，比如上部分中间的圆圈的点，叉叉一票，圈圈是两票，所以就是圈圈，所以aggregation是可以做到feature transform 所以aggregation也起到了regularization的效果。 aggregation model完结！
73941发布于 2018-09-07
来自专栏分析工具
Robust Rank Aggregation(RRA)分析学习
Robust Rank Aggregation (RRA) 是一种排名整合算法，用于从多个排序列表中识别在所有或大多数列表中排名靠前的元素/基因/变量，目标是找到跨所有数据来源具有一致性的显著元素/基因 )dev.off()参考资料：Robust rank aggregation for gene list integration and meta-analysis.
66901编辑于 2024-11-28
来自专栏码匠的流水账
聊聊flink Table的Distinct Aggregation
be applied to GroupBy Aggregation, GroupBy Window Aggregation and Over Window Aggregation. 可以用于内置的及自定义的aggregation function；内置的aggregation function诸如GroupBy Aggregation、GroupBy Window Aggregation 、Over Window Aggregation AggregateFunction flink-table_2.11-1.7.0-sources.jar! result * @tparam ACC the type of the aggregation accumulator. 可以用于内置的及自定义的aggregation function；内置的aggregation function诸如GroupBy Aggregation、GroupBy Window Aggregation
1.6K20发布于 2019-01-28
来自专栏极客慕白的成长之路
数据分组技术GroupBy和数据聚合Aggregation
数据分组技术GroupBy和数据聚合Aggregation 数据概览 ? 其中包括四行：日期、城市、温度、风力。它的大小为20行。数据聚合Aggregation 可以通过agg方法传入需要使用的聚合的函数，来对数据进行聚合： g.agg('min') g.agg('max') g.agg('describe') 1234 g.agg
2.3K20发布于 2020-01-02
来自专栏码匠的流水账
聊聊flink KeyedStream的aggregation操作
序本文主要研究一下flink KeyedStream的aggregation操作 udagg-mechanism.png 实例 @Test public void testMax( clean(aggregate), getType().createSerializer(getExecutionConfig())); return transform("Keyed Aggregation ", getType(), operator); } KeyedStream的aggregation方法是protected修饰的，sum、max、min、maxBy、minBy这几个方法实际都是调用 /org/apache/flink/streaming/api/functions/aggregation/ComparableAggregator.java @Internal public class /org/apache/flink/streaming/api/functions/aggregation/Comparator.java @Internal public abstract class
2.8K10发布于 2018-12-30
来自专栏码匠的流水账
聊聊flink Table的Distinct Aggregation
序本文主要研究一下flink Table的Distinct Aggregation 实例 //Distinct can be applied to GroupBy Aggregation, GroupBy Window Aggregation and Over Window Aggregation. 可以用于内置的及自定义的aggregation function；内置的aggregation function诸如GroupBy Aggregation、GroupBy Window Aggregation result * @tparam ACC the type of the aggregation accumulator. 可以用于内置的及自定义的aggregation function；内置的aggregation function诸如GroupBy Aggregation、GroupBy Window Aggregation
47620发布于 2019-03-01
来自专栏优雅R
「R」Robust Rank Aggregation 算法介绍
那么要怎么根据手上的三组数据来获得一个相对可靠的排名来进一步确定要研究的对象呢？排名整合就可以帮助处理这种问题。
6.9K61发布于 2020-07-09
来自专栏房东的猫
Elasticsearch使用：top_hits aggregation
https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-metrics-top-hits-aggregation.html Top_hits 准备数据选用 Kibana 里带的官方的 Sample web logs 来作为我们的索引： image.png Top hits aggregation 首先，我们先做一个简单的基于 hosts 的 aggregation: GET kibana_sample_data_logs/_search { "size": 0, "aggs": { "hosts": {
4.6K41发布于 2021-01-18

第 2 页第 3 页第 4 页第 5 页第 6 页第 7 页第 8 页第 9 页第 10 页第 11 页

点击加载更多

MongoDB aggregation $unwind

Elasticsearch探索：使用pipeline aggregation

Elasticsearch使用：Aggregation API

Container: Context Aggregation Network

Es Bucket聚合(桶聚合) Terms Aggregation与Significant Terms Aggregation

Elasticsearch：pipeline aggregation 介绍

Elasticsearch使用：Bucket aggregation

Elasticsearch: Rare Terms Aggregation

ES Pipeline Aggregation(管道聚合)

Elasticsearch：top_hits aggregation

MongoDB 聚合管道（Aggregation Pipeline）

Aggregation Model : Blending , Bagging , Boosting

Aggregation Model : Blending , Bagging , Boosting

Robust Rank Aggregation(RRA)分析学习

聊聊flink Table的Distinct Aggregation

数据分组技术GroupBy和数据聚合Aggregation

聊聊flink KeyedStream的aggregation操作

聊聊flink Table的Distinct Aggregation

「R」Robust Rank Aggregation 算法介绍

Elasticsearch使用：top_hits aggregation

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐