RegressionModels type
Define valores para RegressionModels.
KnownRegressionModels pode ser usado de forma intercambiável com RegressionModels, esse enum contém os valores conhecidos que o serviço suporta.
Valores conhecidos suportados pelo serviço
ElasticNet: A rede elástica é um tipo popular de regressão linear regularizada que combina duas penalidades populares, especificamente as funções de penalidade L1 e L2.
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.
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.
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 próximo ele corresponde aos pontos no conjunto de treinamento.
LassoLars: O modelo de Lasso se encaixa com Regressão de Menor Ângulo, também conhecido como Lars. É um Modelo Linear treinado com um L1 prévio como regularizador.
SGD: SGD: 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.
RandomForest: Random forest 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.
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.
LightGBM: LightGBM é uma estrutura de aumento de gradiente que usa algoritmos de aprendizagem baseados em árvore.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor é um modelo de aprendizado de máquina supervisionado usando um conjunto de alunos básicos.
type RegressionModels = string