Algoritmos de classificação classification-algorithms

Este documento fornece uma visão geral de vários algoritmos de classificação, com foco em sua configuração, parâmetros principais e uso prático em modelos estatísticos avançados. Os algoritmos de classificação são usados para atribuir categorias a pontos de dados com base em recursos de entrada. Cada seção inclui descrições de parâmetros e código de exemplo para ajudar você a implementar e otimizar esses algoritmos para tarefas como árvores de decisão, random forest e classificação ingênua de Bayes.

Decision Tree Classifier decision-tree-classifier

Decision Tree Classifier é uma abordagem de aprendizado supervisionada usada em estatísticas, mineração de dados e aprendizado de máquina. Nessa abordagem, uma árvore decisória é usada como modelo preditivo para tarefas de classificação, tirando conclusões de um conjunto de observações.

Parâmetros

A tabela abaixo descreve os principais parâmetros para configurar e otimizar o desempenho de um Decision Tree Classifier.

Exemplo

Create MODEL modelname OPTIONS(
  type = 'decision_tree_classifier'
) AS
  select col1, col2, col3 from training-dataset

Factorization Machine Classifier factorization-machine-classifier

O Factorization Machine Classifier é um algoritmo de classificação que suporta descida de gradiente normal e a resolução AdamW. O modelo de classificação de máquina de fatoração usa perda logística, que pode ser otimizada via descida de gradiente e, muitas vezes, inclui termos de regularização como L2 para evitar sobreajuste.

Parâmetros

A tabela abaixo descreve os principais parâmetros para configurar e otimizar o desempenho do Factorization Machine Classifier.

Exemplo

CREATE MODEL modelname OPTIONS(
  type = 'factorization_machines_classifier'
) AS
  SELECT col1, col2, col3 FROM training-dataset

Gradient Boosted Tree Classifier gradient-boosted-tree-classifier

O Gradient Boosted Tree Classifier usa um conjunto de árvores de decisão para melhorar a precisão das tarefas de classificação, combinando várias árvores para melhorar o desempenho do modelo.

Parâmetros

A tabela abaixo descreve os principais parâmetros para configurar e otimizar o desempenho do Gradient Boosted Tree Classifier.

Exemplo

Create MODEL modelname OPTIONS(
  type = 'gradient_boosted_tree_classifier'
) AS
  select col1, col2, col3 from training-dataset

Linear Support Vector Classifier (LinearSVC) linear-support-vector-classifier

O Linear Support Vector Classifier (LinearSVC) constrói um hiperplano para classificar dados em um espaço de alta dimensão. Você pode usá-la para maximizar a margem entre as classes para minimizar os erros de classificação.

Parâmetros

A tabela abaixo descreve os principais parâmetros para configurar e otimizar o desempenho do Linear Support Vector Classifier (LinearSVC).

Exemplo

Create MODEL modelname OPTIONS(
  type = 'linear_svc_classifier'
) AS
  select col1, col2, col3 from training-dataset

Logistic Regression logistic-regression

Logistic Regression é um algoritmo supervisionado usado para tarefas de classificação binária. Ele modela a probabilidade de uma instância pertencer a uma classe usando a função logística e atribui a instância à classe com a probabilidade mais alta. Isso o torna adequado para problemas em que o objetivo é separar dados em uma de duas categorias.

Parâmetros

A tabela abaixo descreve os principais parâmetros para configurar e otimizar o desempenho do Logistic Regression.

Exemplo

Create MODEL modelname OPTIONS(
  type = 'logistic_reg'
) AS
  select col1, col2, col3 from training-dataset

Multilayer Perceptron Classifier multilayer-perceptron-classifier

O Multilayer Perceptron Classifier (MLPC) é um classificador de rede neural artificial de feed-forward. Consiste em múltiplas camadas totalmente conectadas de nós, onde cada nó aplica uma combinação linear ponderada de entradas, seguida por uma função de ativação. O MLPC é utilizado para tarefas de classificação complexas que exigem limites de decisão não lineares.

Parâmetros

Exemplo

CREATE MODEL modelname OPTIONS(
  type = 'multilayer_perceptron_classifier'
) AS
  select col1, col2, col3 from training-dataset

Naive Bayes Classifier naive-bayes-classifier

Naive Bayes Classifier é um classificador probabilístico, multiclass simples baseado no teorema de Bayes com fortes (ingênuas) suposições de independência entre características. Ele treina com eficiência computando probabilidades condicionais em uma única passagem sobre os dados de treinamento para calcular a distribuição de probabilidade condicional de cada recurso dado cada rótulo. Para previsões, ele usa o teorema de Bayes para calcular a distribuição de probabilidade condicional de cada rótulo dado uma observação.

Parâmetros

Exemplo

CREATE MODEL modelname OPTIONS(
  type = 'naive_bayes_classifier'
) AS
  SELECT col1, col2, col3 FROM training-dataset

Random Forest Classifier random-forest-classifier

Random Forest Classifier é um algoritmo de aprendizado de conjunto que cria várias árvores de decisão durante o treinamento. Atenua a sobreajuste através da média de previsões e da seleção da classe escolhida pela maioria das árvores para tarefas de classificação.

Parâmetros

Exemplo

Create MODEL modelname OPTIONS(
  type = 'random_forest_classifier'
) AS
  select col1, col2, col3 from training-dataset

Próximas etapas

Depois de ler este documento, agora você sabe como configurar e usar vários algoritmos de classificação. Em seguida, consulte os documentos sobre regressão e clustering para saber mais sobre outros tipos de modelos estatísticos avançados.