Docs
...
bayesnetnode properties

Propiedades de bayesnetnode

Última actualización: 11 feb 2025
Propiedades de bayesnetnode

Icono de nodo de red bayesianaCon el nodo Red bayesiana (Red bayesiana), puede crear un modelo de probabilidad combinando pruebas observadas y registradas con conocimientos del mundo real para establecer la probabilidad de ocurrencias. El nodo se centra en las redes Naïve Bayes aumentado a árbol (TAN) y de manto de Markov que se utilizan principalmente para la clasificación.

Ejemplo

node = stream.create("bayesnet", "My node")
node.setPropertyValue("continue_training_existing_model", True)
node.setPropertyValue("structure_type", "MarkovBlanket")
node.setPropertyValue("use_feature_selection", True)
# Expert tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("all_probabilities", True)
node.setPropertyValue("independence", "Pearson")
Tabla 1. propiedades de bayesnetnode
Propiedades de bayesnetnode Valores Descripción de la propiedad
inputs [field1 ... fieldN] Los modelos de red bayesiana utilizan un único campo objetivo y uno o más campos de entrada. Los campos continuos se establecen en intervalos automáticamente. Consulte el tema Propiedades de nodo de modelado común para obtener más información.
continue_training_existing_model distintivo  
structure_type TAN MarkovBlanket Seleccione la estructura que desea utilizar cuando crea la red bayesiana.
use_feature_selection distintivo  
parameter_learning_method Likelihood Bayes Especifica el método utilizado para calcular las tablas de probabilidad condicional entre nodos donde se conocen los valores de los elementos padre.
mode Expert Simple  
missing_values distintivo  
all_probabilities distintivo  
independence Likelihood Pearson Especifica el método utilizado para determinar si las observaciones relacionadas de dos variables son independientes entre sí.
significance_level número Especifica el valor de corte para determinar la independencia.
maximal_conditioning_set número Establece el número máximo de variables de condición que se utilizarán para la comprobación de la independencia.
inputs_always_selected [field1 ... fieldN] Especifica qué campos del conjunto de datos se deben utilizar siempre al generar la red bayesiana.
Nota: El campo objetivo siempre está seleccionado.
maximum_number_inputs número Especifica el número máximo de campos de entrada que se deben utilizar al generar la red bayesiana.
calculate_variable_importance distintivo  
calculate_raw_propensities distintivo  
calculate_adjusted_propensities distintivo  
adjusted_propensity_partition Test Validation