0 / 0
Torna alla versione inglese della documentazione
Proprietà decisionlistnode
Ultimo aggiornamento: 07 ott 2024
Proprietà decisionlistnode

Icona nodo Elenco decisionaleIl nodo Elenco di decisioni identifica i sottogruppi o i segmenti che mostrano una probabilità maggiore o minore che si verifichi un determinato risultato binario rispetto alla popolazione globale. Per esempio, è possibile che si cerchino i clienti non a rischio di abbandono o quelli che più probabilmente rispondano in modo favorevole a una campagna. È possibile incorporare le proprie conoscenze di business nel modello aggiungendo propri segmenti personalizzati e visualizzando in anteprima modelli alternativi uno accanto all'altro per confrontarne i risultati. I modelli Elenco di decisioni consistono in un elenco di regole in cui ogni regola ha una condizione e un risultato. Le regole vengono applicate in ordine e la prima regola corrispondente determina il risultato.

Esempio

node = stream.create("decisionlist", "My node")
node.setPropertyValue("search_direction", "Down")
node.setPropertyValue("target_value", 1)
node.setPropertyValue("max_rules", 4)
node.setPropertyValue("min_group_size_pct", 15)
Tabella 1. proprietà decisionlistnode
Proprietà decisionlistnode Valori Descrizione proprietà
target campo I modelli Elenco di decisioni utilizzano un solo campo obiettivo e uno o più campi di input. È inoltre possibile specificare un campo frequenza. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli .
model_output_type Model InteractiveBuilder  
search_direction Up Down Si riferisce alla ricerca di segmenti; dove Up è l'equivalente di Alta Probabilità, e Down è l'equivalente di Bassa Probabilità.
target_value Stringa Se non specificata, presupporrà il valore vero per i flag.
max_rules intero Il numero massimo di segmenti escluso il resto.
min_group_size intero Dimensione minima del segmento.
min_group_size_pct numero Dimensioni minime del segmento espresse come percentuale.
confidence_level numero Soglia minima di cui un campo di input deve migliorare la probabilità di risposta (guadagno cumulativo) perché valga la pena aggiungerlo alla definizione di un segmento.
max_segments_per_rule intero  
mode Simple Expert  
bin_method EqualWidth EqualCount  
bin_count numero  
max_models_per_cycle intero Larghezza di ricerca per gli elenchi.
max_rules_per_cycle intero Larghezza di ricerca per le regole di segmento.
segment_growth numero  
include_missing indicatore  
final_results_only indicatore  
reuse_fields indicatore Consente il riutilizzo degli attributi (campi di input che compaiono nelle regole).
max_alternatives intero  
calculate_raw_propensities indicatore  
calculate_adjusted_propensities indicatore  
adjusted_propensity_partition Test Validation  
Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni