KnownRegressionModels enum

Pacote:

@azure/arm-machinelearning

Os valores conhecidos de RegressionModels que o serviço aceita.

Campos

DecisionTree	As Árvores de Decisão são um método de aprendizagem supervisionada não paramétrico usado para tarefas de classificação e regressão. O objetivo é criar um modelo que preveja o valor de uma variável de destino aprendendo regras de decisão simples inferidas a partir dos recursos de dados.
ElasticNet	Rede elástica é um tipo popular de regressão linear regularizada que combina duas penalidades populares, especificamente as funções de penalidade L1 e L2.
ExtremeRandomTrees	Extreme Trees é um algoritmo de aprendizado de máquina que combina as previsões de muitas árvores de decisão. Está relacionado com o algoritmo de floresta aleatória amplamente utilizado.
GradientBoosting	A técnica de transitar os alunos da semana para um aluno forte é chamada de Boosting. O processo do algoritmo de aumento de gradiente trabalha nesta teoria de execução.
KNN	O algoritmo K-nearest neighbors (KNN) usa 'similaridade de recursos' para prever os valores de novos pontos de dados, o que significa ainda que o novo ponto de dados receberá um valor com base em quão perto ele corresponde aos pontos no conjunto de treinamento.
LassoLars	O modelo de Laço se encaixa com Regressão de Menor Ângulo, também conhecido como Lars. É um Modelo Linear treinado com um L1 prévio como regularizador.
LightGBM	LightGBM é uma estrutura de aumento de gradiente que usa algoritmos de aprendizagem baseados em árvore.
RandomForest	A floresta aleatória é um algoritmo de aprendizagem supervisionada. A "floresta" que constrói, é um conjunto de árvores de decisão, geralmente treinadas com o método do "ensacamento". A ideia geral do método de ensacamento é que uma combinação de modelos de aprendizagem aumenta o resultado geral.
SGD	SGD: A descida de gradiente estocástico é um algoritmo de otimização frequentemente usado em aplicações de aprendizado de máquina para encontrar os parâmetros do modelo que correspondem ao melhor ajuste entre as saídas previstas e reais. É uma técnica inexata, mas poderosa.
XGBoostRegressor	XGBoostRegressor: Extreme Gradient Boosting Regressor é um modelo de aprendizado de máquina supervisionado usando um conjunto de alunos básicos.