RegressionModels type
Menentukan nilai untuk RegressionModels.
KnownRegressionModels dapat digunakan secara bergantian dengan RegressionModels, enum ini berisi nilai yang diketahui yang didukung layanan.
Nilai yang diketahui didukung oleh layanan
ElasticNet: Elastic net adalah jenis regresi linier reguler yang populer yang menggabungkan dua penalti populer, khususnya fungsi penalti L1 dan L2.
GradientBoosting: Teknik pelajar minggu transit ke pelajar yang kuat disebut Boosting. Proses algoritma peningkatan gradien bekerja pada teori eksekusi ini.
DecisionTree: Pohon Keputusan adalah metode pembelajaran yang diawasi non-parametrik yang digunakan untuk tugas klasifikasi dan regresi.
Tujuannya adalah untuk membuat model yang memprediksi nilai variabel target dengan mempelajari aturan keputusan sederhana yang disimpulkan dari fitur data.
KNN: Algoritma tetangga terdekat K (KNN) menggunakan 'kesamaan fitur' untuk memprediksi nilai titik data baru yang selanjutnya berarti bahwa titik data baru akan diberi nilai berdasarkan seberapa dekat cocok dengan poin dalam set pelatihan.
LassoLars: Model Lasso cocok dengan Least Angle Regression alias Lars. Ini adalah Model Linier yang dilatih dengan L1 sebelumnya sebagai regularizer.
SGD: SGD: Penurunan gradien Stochastic adalah algoritma pengoptimalan yang sering digunakan dalam aplikasi pembelajaran mesin untuk menemukan parameter model yang sesuai dengan yang paling sesuai antara output yang diprediksi dan aktual.
Ini adalah teknik yang tidak biasa tetapi kuat.
RandomForest: Forest acak adalah algoritma pembelajaran yang diawasi.
"forest" yang dibangunnya, adalah ansambel pohon keputusan, biasanya dilatih dengan metode "bagging".
Gagasan umum dari metode bagging adalah bahwa kombinasi model pembelajaran meningkatkan hasil keseluruhan.
ExtremeRandomTrees: Pohon Ekstrem adalah algoritma pembelajaran mesin ansambel yang menggabungkan prediksi dari banyak pohon keputusan. Ini terkait dengan algoritma hutan acak yang banyak digunakan.
LightGBM: LightGBM adalah kerangka kerja peningkatan gradien yang menggunakan algoritma pembelajaran berbasis pohon.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor adalah model pembelajaran mesin yang diawasi menggunakan ansambel pelajar dasar.
type RegressionModels = string