| 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tLogisticRegressionModelやtKMeansModel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。 |
