Propiedades de decisionlistnode

Volver a la versión inglesa de la documentación

Última actualización: 04 oct 2024

Propiedades de decisionlistnode

Icono de nodo Lista de decisiones El nodo Lista de decisiones identifica subgrupos, o segmentos, que muestran una mayor o menor posibilidad de proporcionar un resultado binario relacionado con la población global. Por ejemplo, puede buscar clientes que tengan menos posibilidades de abandonar o más posibilidades de responder favorablemente a una campaña. Puede incorporar su conocimiento empresarial al modelo añadiendo sus propios segmentos personalizados y previsualizando modelos alternativos uno junto a otro para comparar los resultados. Los modelos de listas de decisiones constan de una lista de reglas en las que cada regla tiene una condición y un resultado. Las reglas se aplican en orden, y la primera regla que coincide determina el resultado.

Ejemplo

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)

Tabla 1. Propiedades de decisionlistnode
Propiedades de `decisionlistnode`	Valores	Descripción de la propiedad
`target`	campo	Los modelos de listas de decisiones utilizan un único campo objetivo y uno o más campos de entrada. También se puede especificar un campo de frecuencia. Consulte Propiedades comunes del nodo de modelado para obtener más información.
`model_output_type`	`Model` `InteractiveBuilder`
`search_direction`	`Up` `Down`	Está relacionado con la búsqueda de segmentos; donde Up es el equivalente de Alta Probabilidad, y Down es el equivalente de Baja Probabilidad.
`target_value`	serie	Si no se especifica, se supondrá el valor true para las marcas.
`max_rules`	entero	Número máximo de segmentos sin incluir el resto.
`min_group_size`	entero	Tamaño mínimo del segmento.
`min_group_size_pct`	número	Tamaño mínimo del segmento como porcentaje.
`confidence_level`	número	Umbral mínimo que un campo de entrada tiene que mejorar la probabilidad de la respuesta (aumentar la elevación) para que merezca la pena añadirlo a la definición de un segmento.
`max_segments_per_rule`	entero
`mode`	`Simple` `Expert`
`bin_method`	`EqualWidth` `EqualCount`
`bin_count`	número
`max_models_per_cycle`	entero	Amplitud de búsqueda de las listas.
`max_rules_per_cycle`	entero	Amplitud de búsqueda de las reglas de segmentación.
`segment_growth`	número
`include_missing`	distintivo
`final_results_only`	distintivo
`reuse_fields`	distintivo	Permite la reutilización de los atributos (los campos de entrada que aparecen en las reglas).
`max_alternatives`	entero
`calculate_raw_propensities`	distintivo
`calculate_adjusted_propensities`	distintivo
`adjusted_propensity_partition`	`Test` `Validation`