谷歌预测API如何运作

Question

有人可以预测:)或猜测Google Prediction API如何在幕后工作？ 我知道有一些机器学习技巧： 决策树，神经元网络，朴素贝叶斯分类等。

您认为Google正在使用哪种技术？

Answer 1

单个 answer to the question on Stats SE 很好，因为Google本身提供的信息有限。最后我用同样的想法得出结论，Google没有说明Google Prediction API的内部结构。

这也有一个 Reddit discussion 。最有帮助的回应是来自用户，因为他之前在该领域的工作是可信的（在我看来）。根据Google Group for Prediction API的讨论，他不确定Google Prediction API使用了什么，但有一些 ideas about what it was NOT using ：

  

当前的实现无法正确处理非线性   可分离的数据集（XOR和循环）。这可能意味着他们   拟合线性模型，如正则化逻辑回归或   SVM但不是神经网络或内核SVM。拟合线性模型是   非常可扩展到广泛的问题（许多功能）和长期问题   （许多样本）规定您使用...随机梯度下降   用截断的梯度来处理稀疏诱导正则化器。

还有一点，当然还有其他一些回应。请注意，谷歌预测API已经发布了一个新版本，但对我来说，它是如何“引人注目”的。“

Answer 2

我相信它使用Naive-bayes分类器