Меню

MACHINE LEARNING.PREDICTION - PREDECIR VALOR
La actividad "Predecir valor" se encuentra en "Aprendizaje automático". Predecir" del espacio de trabajo "Actividad".

La actividad predice un valor basándose en un modelo de aprendizaje automático entrenado.

Los algoritmos de aprendizaje de modelos en una actividad de aprendizaje automático para la predicción de valores pueden dividirse en dos clases: algoritmos lineales y algoritmos de árboles de decisión.

Los algoritmos lineales crean un modelo que calcula un resultado basado en una combinación lineal de datos de entrada y un conjunto de ponderaciones. Los pesos son parámetros del modelo que se calculan durante su entrenamiento. Estos algoritmos funcionan bien con datos cuyo valor predicho depende linealmente de sus propiedades.

Los algoritmos lineales son escalables y rápidos, y su velocidad depende del número de propiedades (columnas de las que se deriva la salida) y de la cantidad de datos a entrenar.

Los algoritmos de árbol de decisión crean un modelo que contiene un conjunto de soluciones basadas en los datos de entrenamiento. Los algoritmos de esta clase no requieren una dependencia lineal del resultado con respecto a las propiedades ni la normalización de las propiedades.

Los algoritmos de árbol de decisión suelen ofrecer resultados más precisos que los algoritmos lineales, pero requieren más recursos y no son tan escalables.

Los algoritmos lineales incluyen LbfgsPoissonRegression y OnlineGradientDescent, mientras que los algoritmos de árboles de decisión incluyen FastTree y FastForest.

Al crear el modelo de aprendizaje automático para este problema, los datos de cadena se codifican utilizando la codificación one-hot, por lo que se supone que los valores de las columnas de texto son categorías de un conjunto limitado de valores.