了解 Amazon QuickSight 所使用的 ML 算法
|
您无需具有任何机器学习技术经验即可在 Amazon QuickSight 中使用 ML 支持的功能。本节深入讨论该算法的技术细节，适用于那些希望详细了解该算法的工作原理的人员。不需要阅读该信息即可使用这些功能。 |
Amazon QuickSight 使用内置版本的随机砍伐森林（RCF）算法。以下几节解释了该算法的含义以及如何在 Amazon QuickSight 中使用该算法。
首先，让我们看一下涉及的一些术语：
-
异常 – 由于与同一样本中的大多数其他内容不同而被划分出来的某些内容。也称为异常值、例外、偏差等。
-
数据点 – 数据集中的一个独立单元，或者简而言之，一行。不过，如果在不同维度上使用度量，则一个行可能具有多个数据点。
-
决策树 – 是一种可视化算法决策过程的方法，用于评估数据中的模式。
-
预测 – 根据当前和过去的行为预测将来的行为。
-
模型 – 算法的数学表示形式或算法学习的内容。
-
季节性 – 在时间序列数据中循环发生的重复行为模式。
-
时间序列 – 一个字段或列中的日期或时间数据的有序集合。
