vlastnosti chidnode | IBM watsonx

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

vlastnosti chidnode

Last updated: 04. 7. 2023

vlastnosti chidnode

Ikona uzlu CHAID Uzel CHAID generuje rozhodovací stromy pomocí statistiky chí-square k identifikaci optimálního rozdělení. Na rozdíl od uzlů C & R Tree a Quest může CHAID generovat nebinární stromy, což znamená, že některá rozdělení mají více než dvě větve. Cílové a vstupní pole mohou být číselného rozsahu (souvislá) nebo kategorická. Vyčerpávající CHAID je modifikace CHAID, která dělá důkladnější úkol přezkoumání všech možných rozdělení, ale bude trvat déle, než se počítá.

Příklad

stream = modeler.script.stream()
sourcenode = stream.findByID("id46WRP1285C")

node = stream.createAt("chaid", "My node", 200, 100)
stream.link(sourcenode, node)

node.setPropertyValue("custom_fields", True)
node.setPropertyValue("target", "Drug")
node.setPropertyValue("inputs", ["Age", "Na", "K", "Cholesterol", "BP"])
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "CHAID")
node.setPropertyValue("method", "Chaid")
node.setPropertyValue("model_output_type", "InteractiveBuilder")
node.setPropertyValue("use_tree_directives", True)
node.setPropertyValue("tree_directives", "Test")
node.setPropertyValue("split_alpha", 0.03)
node.setPropertyValue("merge_alpha", 0.04)
node.setPropertyValue("chi_square", "Pearson")
node.setPropertyValue("use_percentage", False)
node.setPropertyValue("min_parent_records_abs", 40)
node.setPropertyValue("min_child_records_abs", 30)
node.setPropertyValue("epsilon", 0.003)
node.setPropertyValue("max_iterations", 75)
node.setPropertyValue("split_merged_categories", True)
node.setPropertyValue("bonferroni_adjustment", True)

Tabulka 1. vlastnosti chidnode
`chaidnode` Vlastnosti	Hodnoty	Popis vlastnosti
`target`	pole	Modely CHAID vyžadují jeden cíl a jedno nebo více vstupních polí. Můžete také zadat frekvenci. Další informace naleznete v tématu Obecné vlastnosti uzlu modelování .
`continue_training_existing_model`	příznak
`objective`	`Standard` `Boosting` `Bagging` `psm`	Produkt `psm` se používá pro velmi rozsáhlé datové sady a vyžaduje připojení k serveru.
`model_output_type`	`Single` `InteractiveBuilder`
`use_tree_directives`	příznak
`tree_directives`	řetězec
`method`	`Chaid` `ExhaustiveChaid`
`use_max_depth`	`Default` `Custom`
`max_depth`	celočíselná hodnota	Maximální hloubka stromu, od 0 do 1000. Používá se pouze, pokud `use_max_depth = Custom`.
`use_percentage`	příznak
`min_parent_records_pc`	Číslo
`min_child_records_pc`	Číslo
`min_parent_records_abs`	Číslo
`min_child_records_abs`	Číslo
`use_costs`	příznak
`costs`	strukturované	Strukturovaná vlastnost.
`trails`	Číslo	Počet modelů komponent pro zvýšení nebo zvýšení hodnoty.
`set_ensemble_method`	`Voting` `HighestProbability` `HighestMeanProbability`	Výchozí kombinační pravidlo pro kategoriální cíle.
`range_ensemble_method`	`Mean` `Median`	Výchozí kombinační pravidlo pro souvislé cíle.
`large_boost`	příznak	Aplikujte zesílení na velmi velké datové sady.
`split_alpha`	Číslo	Hladina významnosti pro rozdělení.
`merge_alpha`	Číslo	Hladina významnosti pro sloučení.
`bonferroni_adjustment`	příznak	Upravte hodnoty významnosti pomocí metody Bonferroniho.
`split_merged_categories`	příznak	Povolit opakované posílání sloučených kategorií.
`chi_square`	`Pearson` `LR`	Metoda použitá k výpočtu statistiky chí-kvadrát: Pearson nebo Poměr pravděpodobnosti
`epsilon`	Číslo	Minimální změna očekávané frekvence buněk ..
`max_iterations`	Číslo	Maximum iterací pro konvergenci.
`set_random_seed`	celočíselná hodnota
`seed`	Číslo
`calculate_variable_importance`	příznak
`calculate_raw_propensities`	příznak
`calculate_adjusted_propensities`	příznak
`adjusted_propensity_partition`	`Test` `Validation`
`maximum_number_of_models`	celočíselná hodnota
`train_pct`	dvojitý	Tento algoritmus interně odděluje záznamy do sady sestavení modelu a sady pro prevenci přeřazení, což je nezávislá sada datových záznamů používaných ke sledování chyb během školení, aby se zabránilo tomu, aby metoda modelovala změny šance v datech. Uveďte procentní část záznamů. Výchozí hodnota je `30`.