有人能预测 🙂 或者猜测谷歌预测API在幕后是如何工作的吗？我知道有一些机器学习技术：决策树、神经网络、朴素贝叶斯分类等。

你认为谷歌使用的是哪种技术？

回答：

在Stats SE上关于这个问题的唯一回答很好，尽管谷歌本身提供的信息有限。该回答的结论与我的想法相同，即谷歌并未透露谷歌预测API的内部细节。

关于此话题还有一次在Reddit上的讨论。最有帮助的回应来自一位在该领域有过相关工作的可信用户（在我看来）。他并不确定谷歌预测API使用的是什么技术，但基于在预测API的谷歌小组中的讨论，他对其未使用哪些技术有一些想法：

当前实现无法正确处理非线性可分数据集（XOR和圆形）。这可能意味着他们正在拟合线性模型，如正则化逻辑回归或SVM，但不是神经网络或核SVM。拟合线性模型对于宽问题（许多特征）和长问题（许多样本）都非常可扩展，前提是你使用…随机梯度下降和截断梯度来处理稀疏性诱导正则化器。

还有更多一些内容，当然，也有一些其他的回应。请注意，谷歌预测API已经发布了新版本，但对我来说，它的“幕后”工作原理并没有更加明显。