KnownClassificationModels enum

Paket:

@azure/arm-machinelearning

Kända värden för ClassificationModels som tjänsten accepterar.

Fält

BernoulliNaiveBayes	Naive Bayes-klassificerare för Bernoulli-modeller med flera varianter.
DecisionTree	Decision Trees är en icke-parametrisk övervakad inlärningsmetod som används för både klassificerings- och regressionsaktiviteter. Målet är att skapa en modell som förutsäger värdet för en målvariabel genom att lära sig enkla beslutsregler som härleds från datafunktionerna.
ExtremeRandomTrees	Extreme Trees är en ensemblemaskininlärningsalgoritm som kombinerar förutsägelserna från många beslutsträd. Den är relaterad till den ofta använda slumpmässiga skogsalgoritmen.
GradientBoosting	Tekniken för att föra in veckoeläsare till en stark elev kallas Förstärkning. Algoritmprocessen för toningshöjande fungerar med den här körningsteorin.
KNN	K-närmaste grannalgoritm (KNN) använder "funktionslikhet" för att förutsäga värdena för nya datapunkter, vilket ytterligare innebär att den nya datapunkten tilldelas ett värde baserat på hur nära den matchar punkterna i träningsuppsättningen.
LightGBM	LightGBM är ett gradient boost-ramverk som använder trädbaserade inlärningsalgoritmer.
LinearSVM	En stödvektormaskin (SVM) är en övervakad maskininlärningsmodell som använder klassificeringsalgoritmer för klassificeringsproblem med två grupper. När du har gett en SVM-modelluppsättningar med märkta träningsdata för varje kategori kan de kategorisera ny text. Linjär SVM fungerar bäst när indata är linjära, dvs. data kan enkelt klassificeras genom att rita den raka linjen mellan klassificerade värden i en ritad graf.
LogisticRegression	Logistisk regression är en grundläggande klassificeringsteknik. Den tillhör gruppen linjära klassificerare och liknar polynom och linjär regression. Logistisk regression är snabb och relativt okomplicerad, och det är praktiskt att tolka resultaten. Även om det i grunden är en metod för binär klassificering kan den också tillämpas på problem med flera klasser.
MultinomialNaiveBayes	Den multinomiska Naive Bayes-klassificeraren är lämplig för klassificering med diskreta funktioner (t.ex. ordantal för textklassificering). Multinomfördelningen kräver normalt antal heltalsfunktioner. Men i praktiken kan bråktal som tf-idf också fungera.
RandomForest	Slumpmässig skog är en övervakad inlärningsalgoritm. Den "skog" som den bygger, är en ensemble av beslutsträd, vanligtvis tränad med metoden "bagging". Den allmänna idén med påse-metoden är att en kombination av inlärningsmodeller ökar det övergripande resultatet.
SGD	SGD: Stochastic gradient descent är en optimeringsalgoritm som ofta används i maskininlärningsprogram för att hitta de modellparametrar som passar bäst mellan förutsagda och faktiska utdata.
SVM	En stödvektormaskin (SVM) är en övervakad maskininlärningsmodell som använder klassificeringsalgoritmer för klassificeringsproblem med två grupper. När du har gett en SVM-modelluppsättningar med märkta träningsdata för varje kategori kan de kategorisera ny text.
XGBoostClassifier	XGBoost: Algoritm för extrem toningshöjande. Den här algoritmen används för strukturerade data där målkolumnvärden kan delas in i distinkta klassvärden.