autoclusternode プロパティー

資料の英語版に戻る

最終更新: 2024年10月04日

autoclusternode プロパティー

自動クラスター・ノード・アイコン自動クラスタリング・ノードは、同様の特性を持つレコードのグループを識別するクラスタリング・モデルを推定し、比較します。ノードは他の自動化モデル作成ノードと同じように動作し、複数の組み合わせのオプションを単一のモデル作成の実行で検証できます。モデルは、クラスター・モデルの有用性をフィルタリングおよびランク付けする基本的な指標を使用して比較し、特定のフィールドの重要度に基づいて指標を提供します。

例

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)

表 1. autoclusternode プロパティー
`autoclusternode`プロパティー	値	プロパティーの説明
`evaluation`	フィールド	注: 自動クラスター・ノードのみ。重要度の値を計算するフィールドを識別します。あるいは、クラスターがこのフィールドの値をどの程度区別しているか、したがってモデルがこのフィールドをどの程度正確に予測するかを識別するために使用できます。
`ranking_measure`	`Silhouette` `Num_clusters` `Size_smallest_cluster` `Size_largest_cluster` `Smallest_to_largest` `Importance`
`ranking_dataset`	`Training` `Test`
`summary_limit`	整数	レポートに一覧するモデルの数。 1 と 100の間の整数を指定します。
`enable_silhouette_limit`	フラグ
`silhouette_limit`	整数	0 と 100 の間の整数です。
`enable_number_less_limit`	フラグ
`number_less_limit`	数値	0.0 と 1.0 の間の実数。
`enable_number_greater_limit`	フラグ
`number_greater_limit`	数値	1 以上の整数。
`enable_smallest_cluster_limit`	フラグ
`smallest_cluster_units`	`Percentage` `Counts`
`smallest_cluster_limit_percentage`	数値
`smallest_cluster_limit_count`	整数	1 以上の整数。
`enable_largest_cluster_limit`	フラグ
`largest_cluster_units`	`Percentage` `Counts`
`largest_cluster_limit_percentage`	数値
`largest_cluster_limit_count`	整数
`enable_smallest_largest_limit`	フラグ
`smallest_largest_limit`	数値
`enable_importance_limit`	フラグ
`importance_limit_condition`	`Greater_than` `Less_than`
`importance_limit_greater_than`	数値	0 と 100 の間の整数です。
`importance_limit_less_than`	数値	0 と 100 の間の整数です。
`<algorithm>`	フラグ	特定のアルゴリズムの使用の有効、無効を切り替えます。
`<algorithm>.<property>`	string	特定のアルゴリズムのプロパティー値を設定します。詳しくは、アルゴリズム・プロパティーの設定を参照してください。
`number_of_models`	整数
`enable_model_build_time_limit`	ブール値	(K-Means、Kohonen、TwoStep、SVM、KNN、ベイズ・ネットおよびディシジョン・リスト・モデルのみ。) 任意の 1 つのモデルの最大時間制限を設定します。例えば、複雑な交互作用を含む特定のモデルの学習で予期外に長い時間を必要とする場合、すべてのモデルの作成を実行しません。
`model_build_time_limit`	整数	モデル構築にかかった時間です。
`enable_stop_after_time_limit`	ブール値	(ニューラル・ネットワーク、K-Means、Kohonen、TwoStep、SVM、KNN、ベイズ・ネットおよび C&R ツリー・モデルのみ。) 指定された時間数後に実行を停止します。その時間までに生成されたすべてのモデルがモデル・ナゲットに含まれますが、それ以上のモデルは作成されません。
`stop_after_time_limit`	二重	実行時間制限 (時間)。
`stop_if_valid_model`	ブール値	「破棄」設定で指定されたすべての基準をモデルが満たすと、実行を停止します。