Docs
...
bayesnetnode properties

Proprietà bayesnetnode

Ultimo aggiornamento: 11 feb 2025
Proprietà bayesnetnode

Icona nodo Rete BayesCon 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")
Tabella 1. Proprietà bayesnetnode
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