机器学习PAI是否支持多个？

机器学习PAI（也称为MaxCompute PAI）是一个大数据处理平台，用于支持各种数据处理和分析任务。在PAI中，您可以定义多个属性映射（seq_att_map），并可以将它们应用于不同的序列数据。

根据您的示例，您想要将item_brand_list作为辅助历史序列（aux_hist_seq）。根据PAI的文档和功能，它确实支持将多个属性映射应用于一个序列数据。您可以将多个属性映射组合在一起，以便在一个序列上执行更复杂的操作。

以下是一个示例代码片段，演示如何在PAI中使用多个属性映射：

# 定义多个属性映射
seq_att_map = {
    "key": "item",
    "hist_seq": "item_list",
    "aux_hist_seq": "item_brand_list,item_categorylist"
}

# 使用多个属性映射进行数据处理或分析操作
# ...

在上面的示例中，seq_att_map包含了一个主要的属性映射，其中key是键名，hist_seq是主要的历史序列，而aux_hist_seq是辅助的历史序列。您可以根据需要添加更多的属性映射，并在后续的操作中使用它们。

请注意，上述代码只是一个示例，实际使用时可能需要根据您的具体需求进行适当的修改和调整。

阿里云机器学习PAI平台在处理序列化特征时，支持定义多个序列属性（seq_att_map）。在这个场景中，seq_att_map用于指定哪些字段是序列化的特征，并且可以配置多个历史序列（hist_seq）和辅助历史序列（aux_hist_seq）。

对于你给出的示例：

seq_att_map: {
  key: "item",
  hist_seq: "item_list",
  aux_hist_seq: ["item_brand_list", "item_categorylist"]
}

在这种格式下，item 是一个键值，表示模型将关注的主要实体。hist_seq 指定了一个主要的历史序列特征 "item_list"。同时，aux_hist_seq 是一个数组，它可以包含多个辅助历史序列特征，这里包含了 "item_brand_list" 和 "item_categorylist"。

因此，答案是肯定的，阿里云机器学习PAI平台支持在一个模型中定义多个辅助历史序列特征，并且你可以像上述示例那样将多个序列放入 aux_hist_seq 数组中。这样平台会分别对这些序列进行处理，以便模型能够利用这些序列信息进行训练或预测。

可以先看一下文档：https://easyrec.readthedocs.io/en/latest/feature/feature.html#sequencefeature ，此回答整理自钉群“【EasyRec】推荐算法交流群”