RegressionModels type

Enum untuk semua model Regresi yang didukung oleh AutoML.
KnownRegressionModels dapat digunakan secara bergantian dengan RegressionModels, enum ini berisi nilai yang diketahui yang didukung layanan.

Nilai yang diketahui didukung oleh layanan

ElasticNet: Elastic net adalah jenis regresi linier teratur populer yang menggabungkan dua penalti populer, khususnya fungsi penalti L1 dan L2.
GradientBoosting: Teknik mengalihkan pelajar minggu menjadi pembelajar yang kuat disebut Boosting. Proses algoritma peningkatan gradien bekerja pada teori eksekusi ini.
Pohon Keputusan: Pohon Keputusan adalah metode pembelajaran yang diawasi non-parametrik yang digunakan untuk tugas klasifikasi dan regresi. Tujuannya adalah untuk membuat model yang memprediksi nilai variabel target dengan mempelajari aturan keputusan sederhana yang disimpulkan dari fitur data.
KNN: Algoritma K-nearest neighbors (KNN) menggunakan 'kesamaan fitur' untuk memprediksi nilai titik data baru yang selanjutnya berarti bahwa titik data baru akan diberi nilai berdasarkan seberapa dekat kecocokannya dengan poin dalam set pelatihan.
LassoLars: Model Lasso cocok dengan Regresi Sudut Terkecil alias Lars. Ini adalah Model Linear yang dilatih dengan L1 sebelumnya sebagai regularizer.
SGD: SGD: Stochastic gradient descent adalah algoritme pengoptimalan yang sering digunakan dalam aplikasi pembelajaran mesin untuk menemukan parameter model yang sesuai dengan kecocokan terbaik antara output yang diprediksi dan aktual. Ini adalah teknik yang tidak tepat tetapi kuat.
RandomForest: Random forest adalah algoritme pembelajaran yang diawasi. "Hutan" yang dibangunnya, adalah ansambel pohon keputusan, biasanya dilatih dengan metode "mengantongi". Ide umum dari metode pengantongan adalah bahwa kombinasi model pembelajaran meningkatkan hasil keseluruhan.
ExtremeRandomTrees: Extreme Trees adalah algoritme pembelajaran mesin ansambel yang menggabungkan prediksi dari banyak pohon keputusan. Ini terkait dengan algoritma hutan acak yang banyak digunakan.
LightGBM: LightGBM adalah kerangka kerja penambah gradien yang menggunakan algoritme pembelajaran berbasis pohon.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor adalah model pembelajaran mesin yang diawasi menggunakan ansambel pelajar dasar.