Standardmäßig führt Kraken mehrere verschiedene Algorithmen basierend auf der ausgewählten Metrik für Vorhersagen aus. Wir verwenden Algorithmen, die in der Open-Source-Python-Bibliothek scikit-learn enthalten sind. Die verwendeten Parameter sind die Standardwerte von scikit-learn für jeden Algorithmus.
Binäre Klassifikationsmodelle:
- Random Forest
- Logistische Regression
- XGBoost
- Nächste-Nachbarn-Klassifikation
- Support Vector Classification
- Gaußsches Naive Bayes
Regressionsmodelle:
- Lineare Regression
- Random Forest Regression
- XGB Regressor
- Nächste-Nachbarn-Regressor
- Support Vector Regression
- Stochastische Gradientenabstiegsregression
Multi-Klassen-Klassifikationsmodelle:
- Random Forest
- Multinomiale logistische Regression
- Nächste-Nachbarn-Klassifikation
- Support Vector Classification
- Gaußsches Naive Bayes
Benutzer müssen angemeldet sein, um Kommentare zu schreiben
Anmelden
Antworten
Bereits Qlik AutoML verwenden?
Über Qlik AutoML
Qlik AutoML (automatisiertes maschinelles Lernen) bringt KI-generierte maschinelle Lernmodelle und prädiktive Analysen direkt zur größeren Gemeinschaft von Analysebenutzern und -teams Ihrer Organisati
Mit über 2,5 Millionen Bewertungen können wir Ihnen die spezifischen Details liefern, die Ihnen bei der informierten Softwarekaufentscheidung für Ihr Unternehmen helfen. Das Finden des richtigen Produkts ist wichtig, lassen Sie uns helfen.