propiedades de c50node

Volver a la versión inglesa de la documentación

Última actualización: 04 oct 2024

propiedades de c50node

Icono de nodo C5.0 El nodo C5.0 genera un árbol de decisión o un conjunto de reglas. El modelo divide la muestra basándose en el campo que ofrece la máxima ganancia de información en cada nivel. El campo objetivo debe ser categórico. Se permiten varias divisiones en más de dos subgrupos.

Ejemplo

node = stream.create("c50", "My node")
# "Model" tab
node.setPropertyValue("use_model_name", False)
node.setPropertyValue("model_name", "C5_Drug")
node.setPropertyValue("use_partitioned_data", True)
node.setPropertyValue("output_type", "DecisionTree")
node.setPropertyValue("use_xval", True)
node.setPropertyValue("xval_num_folds", 3)
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("favor", "Generality")
node.setPropertyValue("min_child_records", 3)
# "Costs" tab
node.setPropertyValue("use_costs", True)
node.setPropertyValue("costs", [["drugA", "drugX", 2]])

Tabla 1. c50node
Propiedades de `c50node`	Valores	Descripción de la propiedad
`target`	campo	Los modelos C50 utilizan un único campo objetivo y uno o más campos de entrada. También puede especificar un campo de ponderación. Consulte Propiedades comunes del nodo de modelado para obtener más información.
`output_type`	`DecisionTree` `RuleSet`
`group_symbolics`	distintivo
`use_boost`	distintivo
`boost_num_trials`	número
`use_xval`	distintivo
`xval_num_folds`	número
`mode`	`Simple` `Expert`
`favor`	`Accuracy` `Generality`	Generalización o precisión de favor.
`expected_noise`	número
`min_child_records`	número
`pruning_severity`	número
`use_costs`	distintivo
`costs`	estructurado	Ésta es una propiedad estructurada. Consulte el ejemplo para ver su uso.
`use_winnowing`	distintivo
`use_global_pruning`	distintivo	Activado (`True`) de forma predeterminada.
`calculate_variable_importance`	distintivo
`calculate_raw_propensities`	distintivo
`calculate_adjusted_propensities`	distintivo
`adjusted_propensity_partition`	`Test` `Validation`