영어 버전 문서로 돌아가기bayesnetnode 특성
bayesnetnode 특성
마지막 업데이트 날짜: 2024년 10월 07일
베이지안 네트워크 (베이즈 넷) 노드를 사용하면 관측 및 기록된 증거를 실제 지식과 결합하여 발생 우도를 설정함으로써 확률 모델을 작성할 수 있습니다. 이 노드는 주로 분류에 사용하는 TAN(Tree Augmented Naïve Bayes) 및 Markov Blanket 네트워크에 초점을 맞춥니다.
예
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 특성 |
값 | 특성 설명 |
|---|---|---|
inputs |
[field1 ... fieldN] | 베이지안 신경망 모델은 단일 대상 필드와 하나 이상의 입력 필드를 사용합니다. 연속형 필드는 자동으로 구간화됩니다. 자세한 정보는 공통 모델링 노드 특성 주제를 참조하십시오. |
continue_training_existing_model |
플래그 | |
structure_type |
TAN MarkovBlanket |
베이지안 네트워크를 작성할 때 사용할 구조를 선택하십시오. |
use_feature_selection |
플래그 | |
parameter_learning_method |
Likelihood Bayes |
상위의 값이 알려진 노드 사이에 조건부 확률 테이블을 추정하는 데 사용하는 방법을 지정합니다. |
mode |
Expert Simple |
|
missing_values |
플래그 | |
all_probabilities |
플래그 | |
independence |
Likelihood Pearson |
두 변수에 대해 쌍을 이루는 관측값이 서로 독립적인지 여부를 판별하는 데 사용하는 방법을 지정합니다. |
significance_level |
Number | 독립성 판별을 위한 절사 값을 지정합니다. |
maximal_conditioning_set |
Number | 독립성 검정에 사용할 조건부 변수의 최대 수를 설정합니다. |
inputs_always_selected |
[field1 ... fieldN] | 베이지안 네트워크를 작성할 때 항상 사용할 데이터 세트의 필드를 지정합니다. 주: 대상 필드는 항상 선택되어 있습니다.
|
maximum_number_inputs |
Number | 베이지안 네트워크 작성에 사용할 입력 필드의 최대 수를 지정합니다. |
calculate_variable_importance |
플래그 | |
calculate_raw_propensities |
플래그 | |
calculate_adjusted_propensities |
플래그 | |
adjusted_propensity_partition |
Test Validation |