KnownRegressionModels enum

Пакет:

@azure/arm-machinelearning

Известные значения RegressionModels, которые служба принимает.

Поля

DecisionTree	Деревья принятия решений — это непараметрический защищенный метод обучения, используемый как для задач классификации, так и регрессии. Цель — создать модель, которая предсказывает значение целевой переменной, изучая простые правила принятия решений, полученные из функций данных.
ElasticNet	Эластичная сетка является популярным типом регулярной линейной регрессии, которая объединяет два популярных штрафа, в частности функции штрафа L1 и L2.
ExtremeRandomTrees	Экстремальные деревья — это алгоритм машинного обучения ансамбля, который объединяет прогнозы из многих деревьев принятия решений. Он связан с широко используемым алгоритмом случайного леса.
GradientBoosting	Метод транзита недельных учащихся в сильный учащийся называется Повышение. Процесс повышения градиента работает над этой теорией выполнения.
KNN	Алгоритм K-ближайших соседей (KNN) использует "сходство признаков" для прогнозирования значений новых точек данных, что означает, что новая точка данных будет назначена значение на основе того, насколько тесно он соответствует точкам в обучающем наборе.
LassoLars	Модель Лассо соответствует наименее угловой регрессии a.a. Lars. Это линейная модель, обученная с помощью L1 до того, как регулярное средство.
LightGBM	LightGBM — это градиентная платформа повышения, которая использует алгоритмы обучения на основе дерева.
RandomForest	Случайный лес — это защищенный алгоритм обучения. "лес" он строит, является ансамблем деревьев принятия решений, как правило, обучен с помощью метода "bagging". Общая идея метода мешка заключается в том, что сочетание моделей обучения увеличивает общий результат.
SGD	ГРАДиентный градиентный градиент — это алгоритм оптимизации, часто используемый в приложениях машинного обучения для поиска параметров модели, которые соответствуют оптимальному расположению между прогнозируемыми и фактическими выходными данными. Это нетекстный, но мощный метод.
XGBoostRegressor	XGBoostRegressor: Extreme Gradient Boosting Regressor является защищенной моделью машинного обучения с помощью ансамбля базовых учащихся.