SQLFlow 模型列表

SQLFlow 模型库(Model Zoo) 中提供了很多算法、模型，您可以根据要解决问题的不同，选择其中一个在现有的数据集上进行尝试， 同时每个模型我们也提供了相应的业务案例供您参考。

选择模型

1. 探索数据规律，适用于发现数据集中数据集上发现一些规律特征，解决 “数据中有什么” 的问题。
2. 数值预测，适用于数据中已有一些关联关系，根据这些关系在一个新的数据集上预测，解决 “有多少” 的问题。
3. 分类预测，数据集中存在两个或多个类别，推测新的数据是属于哪一类，解决“是或否“(二分类)， “A 或 B 还是 C”（多分类）的问题。

探索数据规律

1. Deep Embedding Clustering 无监督聚类算法， 将拥有相似特点的数据，划分到同一个组中 。

数值预测

1. DNNRegression 基于神经网络 的回归模型，可以预测单一数值。
2. RNNBasedTimeSeriesModel 基于过去一段时间的数据，预测未来一段时间内的趋势，用来预测一组基于时间序列的数值。
3. XGBoost Regression 基于树模型的的回归模型。

分类预测

1. DNNClassifier 基于神经网络的模型， 可以用来做二分类或多分类的预测。
2. XGBoost Binary Classification 基于树模型的二分类模型。
3. XGBoost Multiple Classification 基于树模型的多分类模型。