メイン コンテンツをスキップする

Machine Learningコンポーネント

tALSModel 特定のユーザー製品のインタラクティブデータに基づいて、ユーザーランキング製品に関連付けられたマトリクスを生成します。
tClassify モデルトレーニングのコンポーネントによって生成された分類子モデルに基づいて、エレメントが属するクラスを予測します。
tClassifySVM tSVMModelによって生成された分類子モデルに基づいて、エレメントが属するクラスを予測します。
tDecisionTreeModel tModelEncoderによって通常はプレパレーションが行われ、提供される機能ベクトルを分析して、tPredictが特定のエレメントを分類するために使う分類子モデルを生成します。
tGradientBoostedTreeModel tModelEncoderによって通常はプレパレーションが行われ、提供される機能ベクトルを分析して、tPredictが特定のエレメントを分類するために使う分類子モデルを生成します。
tKMeansModel K-Meansアルゴリズムの適用に基づいて受信データセットを分析します。
tKMeansStrModel K-Meansアルゴリズムの適用に基づいて受信データセットをほぼリアルタイムで分析します。
tLinearRegressionModel トレーニングデータセットを使って線形回帰モデルを構築します。
tLogisticRegressionModel 通常はtModelEncoderによって前処理される特徴ベクトルを分析して、tPredictが特定のエレメントを分類するために使う分類子モデルを生成します。
tMahoutClustering (非推奨) ラベル付けされていない数値データをグルーピングしてクラスターにすると、興味深いパターンが明らかになったり、データセット内の異常なデータアイテムを識別したりできます。
tModelEncoder 特徴化操作を実行して、データをtLogisticRegressionModeltKMeansModelなどのモデルトレーニングのコンポーネントで期待される形式に変換します。
tNaiveBayesModel 指定されたエレメントを分類するためにtPredictで使う分類子モデルを生成します。
tPredict エレメントの状況を予測します。
tPredictCluster エレメントのクラスターを予測します。
tRandomForestModel 特徴ベクトルを分析します。
tRecommend tASLModelによって生成されたユーザー製品リコメンダーモデルに基づいて、このモデルに知られているユーザーに製品を推奨します。
tSVMModel 指定されたエレメントを分類するためにtPredictで使えるSVMベースの分類子モデルを生成します。

このページは役に立ちましたか?

このページまたはコンテンツにタイポ、ステップの省略、技術的エラーなどの問題が見つかった場合はお知らせください。