Docs
...
autoclusternode properties

propiedades de autoclusternode

Última actualización: 12 feb 2025
propiedades de autoclusternode

Icono de nodo de clúster automáticoEl nodo Agrupación en clústeres automática calcula y compara los modelos de agrupación en clústeres que identifican grupos de registros con características similares. El nodo funciona de la misma manera que otros nodos de modelado automático, permitiéndole experimentar con múltiples combinaciones de opciones en una única pasada de modelado. Los modelos se pueden comparar utilizando medidas básicas con las que se intenta filtrar y definir la utilidad de los modelos de clúster y proporcionar una medida según la importancia de campos concretos.

Ejemplo

node = stream.create("autocluster", "My node")
node.setPropertyValue("ranking_measure", "Silhouette")
node.setPropertyValue("ranking_dataset", "Training")
node.setPropertyValue("enable_silhouette_limit", True)
node.setPropertyValue("silhouette_limit", 5)
Tabla 1. propiedades de autoclusternode
Propiedades de autoclusternode Valores Descripción de la propiedad
evaluation campo
Nota: Solo el nodo Clúster automático. Identifica el campo cuyo valor de importancia se calculará. Alternativamente, se puede utilizar para identificar cómo el clúster diferencia el valor de este campo y, por lo tanto, cómo predecirá el modelo este campo.
ranking_measure Silhouette Num_clusters Size_smallest_cluster Size_largest_cluster Smallest_to_largest Importance  
ranking_dataset Training Test  
summary_limit entero Número de modelos que se incluirán en el informe. Especifique un entero entre 1 y 100.
enable_silhouette_limit distintivo  
silhouette_limit entero Entero entre 0 y 100.
enable_number_less_limit distintivo  
number_less_limit número Número real entre 0,0 y 1,0.
enable_number_greater_limit distintivo  
number_greater_limit número Entero mayor que 0.
enable_smallest_cluster_limit distintivo  
smallest_cluster_units Percentage Counts  
smallest_cluster_limit_percentage número  
smallest_cluster_limit_count entero Entero mayor que 0.
enable_largest_cluster_limit distintivo  
largest_cluster_units Percentage Counts  
largest_cluster_limit_percentage número  
largest_cluster_limit_count entero  
enable_smallest_largest_limit distintivo  
smallest_largest_limit número  
enable_importance_limit distintivo  
importance_limit_condition Greater_than Less_than  
importance_limit_greater_than número Entero entre 0 y 100.
importance_limit_less_than número Entero entre 0 y 100.
<algorithm> distintivo Activa o desactiva el uso de un determinado algoritmo.
<algorithm>.<property> serie Define un valor de propiedad para un algoritmo específico. Consulte Establecimiento de propiedades de algoritmo para obtener más información.
number_of_models entero
enable_model_build_time_limit Boolean (Sólo modelos K-Means, Kohonen, TwoStep, SVM, KNN, Red bayesiana y Lista de decisiones.)
Establece un límite de tiempo máximo para cualquier modelo. Por ejemplo, si un modelo determinado necesita un período de tiempo más largo del esperado para entrenarse debido a una interacción compleja, es probable que no quiera detener la ejecución de todo el modelado.
model_build_time_limit entero Tiempo empleado en la generación del modelo.
enable_stop_after_time_limit Boolean (Sólo modelos Red neuronal, K-Means, Kohonen, TwoStep, SVM, KNN, Red bayesiana y Árbol C&R)
Detiene una ejecución después de un número de horas especificado. Se incluirán en el nugget de modelo todos los modelos generados hasta ese momento, pero no se producirán más modelos.
stop_after_time_limit doble Límite de tiempo (horas).
stop_if_valid_model Boolean Detiene una ejecución cuando un modelo pasa todos los criterios especificados bajo los valores de Descartar.