資料の 英語版 に戻るbayesnetnode プロパティー
bayesnetnode プロパティー
最終更新: 2024年10月04日
Bayesian Network (ベイズ) ノードを使用すると、観測されたエビデンスと記録されたエビデンスを実際の知識と結合して発生の尤度を確立することにより、確率モデルを作成できます。 ノードは主に分類に使用される Tree Augmented Naïve Bayes (TAN) および Markov Blanket ネットワークに焦点を当てています。
例
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 プロパティー |
値 | プロパティーの説明 |
|---|---|---|
inputs |
[field1 ... fieldN] | Bayesian network (ベイズ) モデルは単一の対象フィールドおよび 1 つ以上の入力フィールドを使用します。 連続フィールドは自動的に分割されます。 詳しくは、トピック「 共通モデル作成ノードのプロパティー 」を参照してください。 |
continue_training_existing_model |
フラグ | |
structure_type |
TAN MarkovBlanket |
Bayesian Network (ベイズ) を構築時に使用する構造を選択します。 |
use_feature_selection |
フラグ | |
parameter_learning_method |
Likelihood Bayes |
親の値が認識されるノード間の条件付き確率テーブルを推定するために用いる方法を指定します。 |
mode |
Expert Simple |
|
missing_values |
フラグ | |
all_probabilities |
フラグ | |
independence |
Likelihood Pearson |
2 つの変数のペアの観測がお互いに独立しているかどうかを評価するために用いる方法を指定します。 |
significance_level |
数値 | 独立性を判断するための分割値を指定します。 |
maximal_conditioning_set |
数値 | 独立性検定に使用する条件変数の最大数を指定します。 |
inputs_always_selected |
[field1 ... fieldN] | Bayesian network (ベイズ) 構築時にデータセットのどのフィールドを常に使用するかを指定します。 注: 対象フィールドは常に選択されます。
|
maximum_number_inputs |
数値 | Bayesian network (ベイズ) 構築で使用する入力フィールドの最大数を指定します。 |
calculate_variable_importance |
フラグ | |
calculate_raw_propensities |
フラグ | |
calculate_adjusted_propensities |
フラグ | |
adjusted_propensity_partition |
Test Validation |