Wie funktioniert google prediction API arbeiten

Den einzelnen Antwort auf die Frage über die Stats SE gut ist, angesichts begrenzter Informationen von Google selbst. Es endet mit den gleichen Gedanken hatte ich auch, dass Google nicht sagen, in Bezug auf die Innereien der Google Prediction API.

Es wurde ein Reddit-Diskussion über diesen auch. Die hilfreichste Antwort wurde von einem Benutzer, der glaubwürdig ist, der aufgrund seiner vorherigen Arbeit in diesem Bereich (meiner Meinung nach). Er war nicht sicher, was Google Prediction API, die verwendet wurde, hatte aber einige Ideen über, was es war NICHT mit, basierend auf Diskussionen in der Google-Gruppe für die Prediction API:

die aktuelle Implementierung ist nicht in der Lage, Angebot korrekt mit nicht-linearen
trennbare Daten-sets (XOR und Kreisförmig). Das bedeutet wohl, dass Sie
der Anpassung linearer Modelle wie regulierte Logistische regression oder
SVMs aber nicht neuronalen Netzen oder kernel-SVMs. Passend lineare Modelle ist
sehr gut skalierbar beide große Probleme (viele Funktionen) und lange Probleme
(viele samples), vorausgesetzt, Sie verwenden... stochastic gradient descent
mit abgeschnitten Verläufe in Griff sparsity induzieren regularizers.

Es wurde ein wenig mehr, und natürlich einige andere Antworten. Beachten Sie, dass Google Prediction API hat da eine neue version veröffentlicht, aber es ist nicht mehr offensichtlich (für mich) so funktioniert es "unter der Haube".