谷歌预测 API 如何工作 [关闭]

Question

有人可以预测 :) 或猜测 Google Prediction API 是如何工作的吗？ 我知道有一些机器学习技术： 决策树、神经元网络、朴素贝叶斯分类等。

您认为 Google 使用了哪种技术？

Answer 1

鉴于来自 Google 本身的信息有限，单个 answer to the question on Stats SE 很好。它的结论与我的想法相同，即 Google 并未透露 Google Prediction API 的内部情况。

Reddit discussion 也对此有所了解。最有帮助的回应来自一位因之前在该领域工作而值得信赖的用户（在我看来）。他不确定 Google Prediction API 使用的是什么，但根据 Google Group for the Prediction API 的讨论，他有一些 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 正在拟合线性模型，例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 非常适合广泛的问题（许多功能）和长期的问题 （许多样本）只要您使用...随机梯度下降 使用截断梯度来处理导致稀疏的正则化器。

还有一点，当然还有其他一些回应。请注意，Google Prediction API 已经发布了一个新版本，但（对我来说）它是如何“在后台”工作的并不明显。