MADlib是一个在AliPG内核数据库中运行机器学习、图计算模型的开源库。在机器学习方面，MADlib除提供数理统计通用函数、存储过程之外，还提供一系列比较经典的监督、非监督学习算法库。
前提条件
- RDS PostgreSQL实例版本满足以下要求：
- 实例大版本为PostgreSQL 12、11。
实例内核小版本为20230830或以上。
重要20230830内核小版本之前已支持此插件，但为了规范插件管理，提升RDS PostgreSQL在插件侧的安全防护，RDS计划在内核版本迭代中陆续对部分存在安全风险的插件进行优化，部分插件在低内核小版本无法创建，更多信息，请参见【产品/功能变更】RDS PostgreSQL限制创建插件说明。
如果您在20230830内核小版前已经使用了此插件，则不影响使用。
如果您首次创建或重新创建此插件，请升级内核小版本到最新。
- 您的账号类型必须为高权限账号。您可以在RDS控制台目标实例的账号管理中查看您的账号权限类型。如果您的账号类型为普通账号，您需要创建高权限账号，创建详情请参见创建账号。
插件简介
MADlib机器学习模块主要解决以下问题：
- 分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题。
- 聚类问题：提供K-Means算法实现聚类分析。
- 关联分析：提供Apriori算法实现关联分析，解决如“啤酒与尿布”的关联问题。
- 时序分析：提供ARIMA自回归移动平均模型预测时间序列数据的未来值。
- 其他：数据降维如通过PCA主成分分析模型来提炼主因子，文档分类与LDA文档主题建模。
MADlib还集成图计算模型，解决诸如最短路径、PageRank排名、社交网络“谁认识谁，谁与谁更熟悉”等问题。图计算模型相关算法如下表：
| 类别 | 模型/功能 | 说明 |
| 最短路径 | 所有顶点之间最短路径 | 计算所有顶点之间的最短路径并保存到指定结果表，根据结果表查找任意起点到任意终点的最短路径。 |
| 给定顶点到其他之间最短路径 | 计算给定顶点到其他顶点之间的最短路径并保存到指定结果表，根据结果表查找给定顶点到任意终点的最短路径。 | |
| 广度优先搜索 | 广度优先搜索 | 使用广度优先方法查找从给定源顶点可到达的节点。 |
| HITS | HITS分数 | 在有向图中找到所有顶点的HITS分数（权威度和中心度）。 |
| 网页排名 | PageRank | 在有向图中找到所有顶点的PageRank。 |
| 弱连通分量 | 弱连通分量 | 查找图的所有弱连接组件。 |
| 度量 | 平均路径长度 | 计算图的平均最短路径长度。 |
| 紧密度 | 计算图中每个节点的紧密度中心值。 | |
| 图形直径 | 计算图的直径。 | |
| 入/出度 | 计算每个顶点的度数（入度/出度）。 |
插件开启和关闭
- 开启MADlib说明 开启MADlib插件前，需要使用
CREATE EXTENSION plpythonu;命令先创建plpythonu插件。CREATE EXTENSION madlib; - 关闭MADlib
DROP EXTENSION madlib;
相关参考
MADlib的详细说明，请参见MADlib官方文档。