Torna alla versione inglese della documentazioneProprietà bayesnetnode
Proprietà bayesnetnode
Ultimo aggiornamento: 07 ott 2024
Con il nodo Rete bayesiana (Rete bayesiana), è possibile creare un modello di probabilità combinando le prove osservate e registrate con la conoscenza del mondo reale per stabilire la probabilità di ricorrenze. Il
nodo si concentra sulle reti TAN (Tree Augmented Naïve Bayes) e Markov Blanket, che sono prevalentemente
utilizzate a scopo di classificazione.
Esempio
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")bayesnetnode Proprietà |
Valori | Descrizione proprietà |
|---|---|---|
inputs |
[field1 ... fieldN] | I modelli di rete bayesiana utilizzano un solo campo obiettivo e uno o più campi di input. I campi continui vengono automaticamente discretizzati. Per ulteriori informazioni, consultare l'argomento Proprietà comuni dei nodi Modelli . |
continue_training_existing_model |
indicatore | |
structure_type |
TAN MarkovBlanket |
Selezionare la struttura da utilizzare per la creazione della rete bayesiana. |
use_feature_selection |
indicatore | |
parameter_learning_method |
Likelihood Bayes |
Specifica il metodo utilizzato per stimare le tabelle di probabilità condizionale tra i nodi in cui i valori dei nodi padre sono noti. |
mode |
Expert Simple |
|
missing_values |
indicatore | |
all_probabilities |
indicatore | |
independence |
Likelihood Pearson |
Specifica il metodo utilizzato per determinare se le osservazioni accoppiate su due variabili sono indipendenti tra loro. |
significance_level |
numero | Specifica il valore di interruzione per determinare l'indipendenza. |
maximal_conditioning_set |
numero | Imposta il numero massimo di variabili di condizionamento da utilizzare per il test dell'indipendenza. |
inputs_always_selected |
[field1 ... fieldN] | Specifica quali campi dell'insieme di dati devono sempre essere utilizzati nella creazione della rete bayesiana. Nota: il campo obiettivo è sempre selezionato.
|
maximum_number_inputs |
numero | Specifica il numero massimo di campi di input da utilizzare nella creazione della rete bayesiana. |
calculate_variable_importance |
indicatore | |
calculate_raw_propensities |
indicatore | |
calculate_adjusted_propensities |
indicatore | |
adjusted_propensity_partition |
Test Validation |