analysisnode, Eigenschaften

Letzte Aktualisierung: 11. Feb. 2025
analysisnode, Eigenschaften

Symbol für AnalyseknotenDer Analyseknoten evaluiert die Fähigkeit von Vorhersagemodellen, genaue Vorhersagen zu generieren. Mit Analyseknoten werden verschiedene Vergleiche zwischen den vorhergesagten Werten und den tatsächlichen Werten für ein oder mehrere Modellnuggets angestellt. Sie können außerdem Vorhersagemodelle miteinander vergleichen.

Beispiel

stream = modeler.script.stream()
node = stream.create("analysis", "My node")
# "Analysis" tab
node.setPropertyValue("coincidence", True)
node.setPropertyValue("performance", True)
node.setPropertyValue("confidence", True)
node.setPropertyValue("threshold", 75)
node.setPropertyValue("improve_accuracy", 3)
node.setPropertyValue("inc_user_measure", True)
# "Define User Measure..."
node.setPropertyValue("user_if", "@TARGET = @PREDICTED")
node.setPropertyValue("user_then", "101")
node.setPropertyValue("user_else", "1")
node.setPropertyValue("user_compute", ["Mean", "Sum"])
node.setPropertyValue("by_fields", ["Drug"])
Tabelle 1. analysisnode, Eigenschaften
analysisnodeEigenschaften Datentyp Eigenschaftsbeschreibung
output_mode Screen File Dient zur Angabe des Zielorts für die vom Ausgabeknoten erstellte Ausgabe.
use_output_name Markierung Gibt an, ob ein benutzerdefinierter Ausgabename verwendet wird.
output_name Zeichenfolge Wenn use_output_name auf "true" gesetzt ist, wird der zu verwendende Name angegeben.
output_format Text (.txt) HTML (.html) Output (.cou) Dient zur Angabe des Ausgabetyps.
by_fields Liste  
full_filename Zeichenfolge Bei Datenträger-, Daten- oder HTML-Ausgabe gibt diese Eigenschaft den Namen der Ausgabedatei an.
coincidence Markierung  
performance Markierung  
evaluation_binary Markierung  
confidence Markierung  
threshold Zahl  
improve_accuracy Zahl  
field_detection_method Metadata Name Bestimmt, wie vorhergesagte Felder dem ursprünglichen Zielfeld zugeordnet werden sollen. Geben Sie Metadataoder Namean.
inc_user_measure Markierung  
user_if expr  
user_then expr  
user_else expr  
user_compute [Mean Sum Min Max SDev]  
split_by_partition Boolesch Gibt an, ob nach Partition getrennt werden soll.