RegressionModels type
Define valores para RegressionModels.
KnownRegressionModels se puede usar indistintamente con RegressionModels, esta enumeración contiene los valores conocidos que admite el servicio.
Valores conocidos admitidos por el servicio
ElasticNet: Elastic net es un tipo popular de regresión lineal regularizada que combina dos penalizaciones populares, específicamente las funciones de penalización L1 y L2.
GradientBoosting: la técnica de transitar alumnos de la semana en un aprendiz fuerte se denomina Potenciación. El proceso del algoritmo de potenciación de degradado funciona en esta teoría de la ejecución.
DecisionTree: los árboles de decisión son un método de aprendizaje supervisado no paramétrico que se usa para las tareas de clasificación y regresión.
El objetivo es crear un modelo que prediga el valor de una variable de destino mediante el aprendizaje de reglas de decisión sencillas inferidas de las características de datos.
KNN: el algoritmo de vecinos más cercanos (KNN) usa "similitud de características" para predecir los valores de los nuevos puntos de datos, lo que significa aún más que se asignará un valor al nuevo punto de datos en función de la estrecha coincidencia con los puntos del conjunto de entrenamiento.
LassoLars: modelo lasso encaja con regresión de ángulo mínimo a.k.a. Lars. Es un modelo lineal entrenado con un L1 anterior como regularizador.
SGD: SGD: descenso de degradado estocástico es un algoritmo de optimización que se usa a menudo en las aplicaciones de aprendizaje automático para encontrar los parámetros del modelo que corresponden al mejor ajuste entre las salidas previstas y reales.
Es una técnica inexacta pero poderosa.
RandomForest: El bosque aleatorio es un algoritmo de aprendizaje supervisado.
El "bosque" que crea es un conjunto de árboles de decisión, normalmente entrenados con el método "etiquetado".
La idea general del método de etiquetado es que una combinación de modelos de aprendizaje aumenta el resultado general.
ExtremeRandomTrees: Los árboles extremos son un algoritmo de aprendizaje automático de conjunto que combina las predicciones de muchos árboles de decisión. Está relacionado con el algoritmo de bosque aleatorio ampliamente utilizado.
LightGBM: LightGBM es un marco de potenciación de degradado que usa algoritmos de aprendizaje basados en árboles.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor es un modelo de aprendizaje automático supervisado mediante el conjunto de aprendices base.
type RegressionModels = string