I dettagli dell'API di previsione di Google si trovano in questa pagina , ma non sono in grado di trovare alcun dettaglio sugli algoritmi di previsione in esecuzione dietro l'API.
Finora ho raccolto che ti consentono di fornire i tuoi passaggi di preelaborazione in formato PMML.
Risposte:
Una varietà di metodi sono disponibili per l'utente. La documentazione di supporto fornisce procedure dettagliate e suggerimenti su quando uno o un altro modello è più appropriato.
Questa pagina mostra i seguenti metodi di apprendimento:
EDIT: Non vedo alcuna informazione specifica sugli algoritmi, però. Ad esempio, il modello ad albero utilizza il guadagno delle informazioni o l'indice gini per le divisioni?
Google non pubblica i modelli che utilizzano, ma in particolare non supportano i modelli dalle specifiche PMML.
Se osservi attentamente la documentazione in questa pagina , noterai che la selezione del modello all'interno dello schema è disattivata, a indicare che si tratta di una funzionalità non supportata dello schema.
La documentazione chiarisce che per impostazione predefinita utilizzerà un modello di regressione per i dati di addestramento con risposte numeriche e un modello di categorizzazione non specificato per i dati di addestramento che genera risposte basate su testo.
L'API di previsione di Google supporta anche i modelli ospitati (sebbene al momento siano disponibili solo pochi modelli dimostrativi) e i modelli specificati con una trasformazione PMML. La documentazione contiene un esempio di un modello definito da una trasformazione PMML . (C'è anche una nota su quella pagina che afferma che gli elementi del modello PMML ... non sono supportati).
Lo standard PMML che Google supporta parzialmente è la versione 4.0.1 .