RegressionModels type

Enumeration für alle Regressionsmodelle, die von AutoML unterstützt werden.
KnownRegressionModels können austauschbar mit RegressionModels verwendet werden; dieses Enum enthält die bekannten Werte, die der Dienst unterstützt.

Bekannte Werte, die vom Dienst unterstützt werden

ElasticNet: Das elastische Netz ist eine beliebte Form der regularisierten linearen Regression, die zwei beliebte Strafen kombiniert, nämlich die L1- und L2-Straffunktionen.
GradientBoosting: Die Technik, Wochenlernende in einen starken Lernenden zu überführen, heißt Boosting. Der Prozess des Gradientenverstärkungsalgorithmus arbeitet mit dieser Ausführungstheorie.
DecisionTree: Decision Trees sind eine nichtparametrische überwachte Lernmethode, die sowohl für Klassifikations- als auch für Regressionsaufgaben verwendet wird. Ziel ist es, ein Modell zu erstellen, das den Wert einer Zielvariablen vorhersagt, indem einfache Entscheidungsregeln gelernt werden, die aus den Datenmerkmalen abgeleitet werden.
KNN: Der K-Nearest neighbors (KNN) Algorithmus verwendet 'Merkmalsähnlichkeit', um die Werte neuer Datenpunkte vorherzusagen, was außerdem bedeutet, dass dem neuen Datenpunkt ein Wert zugewiesen wird, basierend darauf, wie nah er den Punkten im Trainingssatz entspricht.
LassoLars: Lasso-Modell passt zu Least Angle Regression alias Lars. Es handelt sich um ein lineares Modell, das mit einem L1-Prior als Regularisierer trainiert wurde.
SGD: SGD: Stochastischer Gradientenabstieg ist ein Optimierungsalgorithmus, der häufig in Machine-Learning-Anwendungen verwendet wird, um die Modellparameter zu finden, die der besten Passung zwischen vorhergesagten und tatsächlichen Ausgaben entsprechen. Es ist eine ungenaue, aber mächtige Technik.
RandomForest: Random Forest ist ein überwachter Lernalgorithmus. Der "Wald", den es aufbaut, ist ein Ensemble von Entscheidungsbäumen, die normalerweise mit der "Bagging"-Methode trainiert werden. Die Grundidee der Bagging-Methode ist, dass eine Kombination von Lernmodellen das Gesamtergebnis erhöht.
ExtremeRandomTrees: Extreme Trees ist ein Ensemble-Machine-Learning-Algorithmus, der die Vorhersagen vieler Entscheidungsbäume kombiniert. Es hängt mit dem weit verbreiteten Random-Forest-Algorithmus zusammen.
LightGBM: LightGBM ist ein Gradient-Boosting-Framework, das baumbasierte Lernalgorithmen verwendet.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor ist ein überwachtes maschinelles Lernmodell, das ein Ensemble von Basislernern verwendet.