Los detalles de la API de predicción de Google se encuentran en esta página , pero no puedo encontrar ningún detalle sobre los algoritmos de predicción que se ejecutan detrás de la API.
Hasta ahora, he recopilado que le permiten proporcionar sus pasos de preprocesamiento en formato PMML.
Respuestas:
Una variedad de métodos están disponibles para el usuario. La documentación de soporte ofrece tutoriales y consejos sobre cuándo uno u otro modelo es más apropiado.
Esta página muestra los siguientes métodos de aprendizaje:
EDITAR: Sin embargo, no veo ninguna información específica sobre los algoritmos. Por ejemplo, ¿el modelo de árbol utiliza la ganancia de información o el índice de Gini para las divisiones?
Google no publica los modelos que usan, pero específicamente no admiten modelos de la especificación PMML.
Si observa detenidamente la documentación en esta página , notará que la selección del modelo dentro del esquema está atenuada, lo que indica que es una característica no admitida del esquema.
La documentación explica que, por defecto, utilizará un modelo de regresión para los datos de entrenamiento que tiene respuestas numéricas, y un modelo de categorización no especificado para los datos de entrenamiento que da como resultado respuestas basadas en texto.
La API de predicción de Google también admite modelos alojados (aunque actualmente solo hay unos pocos modelos de demostración disponibles) y modelos especificados con una transformación PMML. La documentación contiene un ejemplo de un modelo definido por una transformación PMML . (También hay una nota en esa página que indica que PMML ... Los elementos del modelo no son compatibles).
El estándar PMML que Google admite parcialmente es la versión 4.0.1 .