propiedades de chaidnode

Volver a la versión inglesa de la documentación

Última actualización: 23 may 2024

propiedades de chaidnode

Icono de nodo CHAID El nodo CHAID genera árboles de decisión utilizando estadísticos de chi-cuadrado para identificar las divisiones óptimas. A diferencia de los nodos C&RT y QUEST, CHAID puede generar árboles no binarios, lo que significa que algunas divisiones generarán más de dos ramas. Los campos de entrada y objetivo pueden ser continuos (rango numérico) o categóricos. CHAID exhaustivo es una modificación de CHAID que examina con mayor precisión todas las divisiones posibles, aunque necesita más tiempo para realizar los cálculos.

Ejemplo

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)

Tabla 1. Propiedades de chaidnode
Propiedades de `chaidnode`	Tipo o valores de datos	Descripción de la propiedad
`target`	campo	Los modelos CHAID requieren un único campo objetivo y uno o más campos de entrada. También puede especificar una frecuencia. Para obtener más información, consulte Propiedades de nodo de modelado común.
`continue_training_existing_model`	distintivo
`objective`	`Standard` `Boosting` `Bagging` `psm`	`psm` se utiliza para conjuntos de datos grandes y requiere una conexión de servidor.
`model_output_type`	`Single` `InteractiveBuilder`
`use_tree_directives`	distintivo
`tree_directives`	serie
`method`	`Chaid` `ExhaustiveChaid`
`use_max_depth`	`Default` `Custom`
`max_depth`	entero	Profundidad máxima del árbol, de 0 a 1000. Se utiliza sólo si `use_max_depth = Custom`.
`use_percentage`	distintivo
`min_parent_records_pc`	número
`min_child_records_pc`	número
`min_parent_records_abs`	número
`min_child_records_abs`	número
`use_costs`	distintivo
`costs`	estructurado	Propiedad estructurada.
`trails`	número	Número de modelos de componente para un aumento o agregación autodocimante.
`set_ensemble_method`	`Voting` `HighestProbability` `HighestMeanProbability`	La regla predeterminada para combinar objetivos categóricos.
`range_ensemble_method`	`Mean` `Median`	Regla de combinación predeterminada para objetivos continuos.
`large_boost`	distintivo	Aplica el aumento para conjuntos de datos grandes.
`split_alpha`	número	Nivel de significancia para división.
`merge_alpha`	número	Nivel de significancia para fusión.
`bonferroni_adjustment`	distintivo	Ajuste los valores de significación utilizando el método Bonferroni.
`split_merged_categories`	distintivo	Permitir segunda división de categorías fusionadas.
`chi_square`	`Pearson` `LR`	El método utilizado para calcular el estadístico de chi-cuadrado: Pearson o razón de verosimilitud
`epsilon`	número	Cambio mínimo en frecuencias de casillas esperadas.
`max_iterations`	número	Número máximo de iteraciones para la convergencia.
`set_random_seed`	entero
`seed`	número
`calculate_variable_importance`	distintivo
`calculate_raw_propensities`	distintivo
`calculate_adjusted_propensities`	distintivo
`adjusted_propensity_partition`	`Test` `Validation`
`maximum_number_of_models`	entero
`train_pct`	doble	El algoritmo separa internamente los registros en un conjunto de generación de modelos y un conjunto de prevención sobreajustado. El conjunto de prevención sobreajustado es un conjunto independiente de registros de datos utilizados para rastrear errores durante el entrenamiento, lo que impide que el método modele la variación de probabilidad en los datos. Especifique un porcentaje de registros. El valor predeterminado es `30`.
`use_customize_layer`	Booleano	El valor predeterminado es `false`. Puede establecer esta propiedad en `true` si desea designar campos específicos como puntos en los que dividir el árbol de decisiones.
`customize_layer`	lista	Esta propiedad sólo se utiliza cuando `use_customize_layer` se establece en `true`. Esta propiedad es una lista de objetos. Cada uno de los objetos tiene dos atributos: `Layer` es un entero que indica la capa n-th específica en el árbol de decisiones que desea personalizar. En SPSS Modeler, las capas empiezan desde `0` (raíz). `Fields` es una lista de nombres. Cada nombre es uno de los campos en los que desea que el árbol de decisiones se divida potencialmente para ese `Layer`. Estos campos se evalúan mediante SPSS Modeler en el orden en el que se listan. Cuando se ejecuta el flujo SPSS Modeler , el algoritmo CHAID evalúa y devuelve una lista de candidatos de campos en los que dividir basándose en el valor `p` para cada capa. Para una capa personalizada, cada campo que ha especificado para la capa se compara con la lista completa de candidatos de campos. El primer campo que coincide con un campo de la lista de candidatos se utiliza para la división. El resto de los campos especificados se ignoran. Si ninguno de los campos coincide, aparece un mensaje de aviso y el árbol se divide como normal.