KnownRegressionModels enum
Los valores conocidos de RegressionModels que acepta el servicio.
Campos
| 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. |
| ElasticNet | Elastic net es un tipo popular de regresión lineal regularizada que combina dos penalizaciones populares, específicamente las funciones de penalización L1 y L2. |
| 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. |
| GradientBoosting | La técnica de transitar estudiantes de semana en un aprendiz fuerte se denomina Boosting. El proceso del algoritmo de aumento de degradado funciona en esta teoría de ejecución. |
| KNN | El algoritmo de vecinos más próximos (KNN) usa "similitud de características" para predecir los valores de nuevos puntos de datos, lo que significa que el nuevo punto de datos se asignará a un valor en función de la estrecha relación con los puntos del conjunto de entrenamiento. |
| LassoLars | El modelo lasso encaja con regresión de ángulo mínimo a.k.a. Lars. Es un modelo lineal entrenado con un L1 anterior como regularizador. |
| LightGBM | LightGBM es un marco de potenciación de degradado que usa algoritmos de aprendizaje basados en árboles. |
| 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. |
| SGD | SGD: el descenso del 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 predichos y reales. Es una técnica inexacta pero eficaz. |
| XGBoostRegressor | XGBoostRegressor: Extreme Gradient Boosting Regressor es un modelo de aprendizaje automático supervisado mediante el conjunto de alumnos base. |