Volver a la versión inglesa de la documentaciónPropiedades de bayesnetnode
Propiedades de bayesnetnode
Última actualización: 07 oct 2024
Con 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")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 |