Regression Klasse
Definiert die Namen von Regressionsalgorithmen, die beim automatisierten maschinellen Lernen verwendet werden.
Azure unterstützt diese Regressionsalgorithmen, aber Sie als Benutzer müssen die Algorithmen nicht direkt angeben. Verwenden Sie die Parameter allowed_models
und blocked_models
der AutoMLConfig-Klasse, um Modelle ein- oder auszuschließen.
Weitere Informationen zu automatisiertem ML in Azure finden Sie in den folgenden Artikeln:
TensorFlowDNN, TensorFlowLinearRegressor sind veraltet.
- Vererbung
-
builtins.objectRegression
Konstruktor
Regression()
Attribute
DecisionTreeRegressor
DecisionTreeRegressor = 'DecisionTree'
ElasticNet
ElasticNet = 'ElasticNet'
ExtraTreesRegressor
ExtraTreesRegressor = 'ExtremeRandomTrees'
FastLinearRegressor
FastLinearRegressor = 'FastLinearRegressor'
GradientBoostingRegressor
GradientBoostingRegressor = 'GradientBoosting'
KNearestNeighborsRegressor
KNearestNeighborsRegressor = 'KNN'
LassoLars
LassoLars = 'LassoLars'
LightGBMRegressor
LightGBMRegressor = 'LightGBM'
OnlineGradientDescentRegressor
OnlineGradientDescentRegressor = 'OnlineGradientDescentRegressor'
RandomForestRegressor
RandomForestRegressor = 'RandomForest'
SGDRegressor
SGDRegressor = 'SGD'
TabNetRegressor
TabNetRegressor = 'TabnetRegressor'
TensorFlowDNNRegressor
TensorFlowDNNRegressor = 'TensorFlowDNN'
TensorFlowLinearRegressor
TensorFlowLinearRegressor = 'TensorFlowLinearRegressor'
XGBoostRegressor
XGBoostRegressor = 'XGBoostRegressor'
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für