RegressionModels type
Definiert Werte für RegressionModels.
KnownRegressionModels austauschbar mit RegressionModels verwendet werden kann, enthält diese Enumeration die bekannten Werte, die der Dienst unterstützt.
Bekannte Werte, die vom Dienst unterstützt werden
ElasticNet: Elastic net ist eine beliebte Art von regulärer linearer Regression, die zwei beliebte Strafen kombiniert, insbesondere die L1- und L2-Straffunktionen.
GradientBoosting: Die Technik der Übertragung von Wochenlernern in einen starken Lernenden heißt Boost. Der Algorithmusprozess zur Farbverlaufsverhebung arbeitet an dieser Theorie der Ausführung.
DecisionTree: Decision Trees sind eine nicht parametrische überwachte Lernmethode, die sowohl für Klassifizierungs- als auch Regressionsaufgaben verwendet wird.
Ziel ist es, ein Modell zu erstellen, das den Wert einer Zielvariable vorhersagt, indem sie einfache Entscheidungsregeln erlernen, die von den Datenfeatures abgeleitet werden.
KNN-: K-nearest neighbors (KNN)-Algorithmus verwendet "Feature-Ähnlichkeit", um die Werte neuer Datenpunkte vorherzusagen, was weiter bedeutet, dass dem neuen Datenpunkt ein Wert zugewiesen wird, der darauf basiert, wie genau er mit den Punkten im Trainingssatz übereinstimmt.
LassoLars: Lassomodell passt in die Least Angle Regression a.k.a. Lars. Es ist ein lineares Modell, das mit einem L1 vor dem Regularizer trainiert wurde.
SGD: SGD: Stochastischer Farbverlaufsabstieg ist ein Optimierungsalgorithmus, der häufig in Machine Learning-Anwendungen verwendet wird, um die Modellparameter zu finden, die der besten Passform zwischen vorhergesagten und tatsächlichen Ausgaben entsprechen.
Es ist eine ungenaue, aber leistungsstarke Technik.
RandomForest: Zufällige Gesamtstruktur ist ein überwachter Lernalgorithmus.
Der "Wald" baut, ist ein Ensemble von Entscheidungsbäumen, in der Regel trainiert mit der "Bagging"-Methode.
Die allgemeine Idee der Bagging-Methode besteht darin, dass eine Kombination von Lernmodellen das Gesamtergebnis erhöht.
ExtremeRandomTrees: Extreme Trees ist ein Ensemble-Machine Learning-Algorithmus, der die Vorhersagen aus vielen Entscheidungsbäumen kombiniert. Sie bezieht sich auf den weit verbreiteten Zufallswaldalgorithmus.
LightGBM: LightGBM ist ein Framework zur Farbverlaufssteigerung, das strukturbasierte Lernalgorithmen verwendet.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boost Regressor ist ein überwachtes Machine Learning-Modell mit Ensemble von Basislernern.
type RegressionModels = string