Propriétés de discriminantnode | IBM Cloud Pak for Data as a Service

Retourner à la version anglaise de la documentation

Propriétés de discriminantnode

Dernière mise à jour : 07 oct. 2024

Propriétés de discriminantnode

Icône de noeud discriminant L'analyse discriminante émet des hypothèses plus strictes que la régression logistique, mais elle peut constituer une alternative ou un complément précieux à une analyse de régression logistique lorsque ces hypothèses sont remplies.

Exemple

node = stream.create("discriminant", "My node")
node.setPropertyValue("target", "custcat")
node.setPropertyValue("use_partitioned_data", False)
node.setPropertyValue("method", "Stepwise")

Tableau 1. Propriétés de discriminantnode
Propriétés `discriminantnode`	Valeurs	Description de la propriété
`target`	Zone	Les modèles Discriminant requièrent un seul champ cible et un ou plusieurs champs d'entrée. Les champs de poids et de fréquence ne sont pas utilisés. Pour plus d'informations, voir Propriétés communes des noeuds de modélisation .
`method`	`Enter` `Stepwise`
`mode`	`Simple` `Expert`
`prior_probabilities`	`AllEqual` `ComputeFromSizes`
`covariance_matrix`	`WithinGroups` `SeparateGroups`
`means`	option	Options de statistiques dans les propriétés de noeud sous Options expert.
`univariate_anovas`	option
`box_m`	option
`within_group_covariance`	option
`within_groups_correlation`	option
`separate_groups_covariance`	option
`total_covariance`	option
`fishers`	option
`unstandardized`	option
`casewise_results`	option	Options de classification dans les propriétés de noeud sous Options expert.
`limit_to_first`	number	La valeur par défaut est 10.
`summary_table`	option
`leave_one_classification`	option
`separate_groups_covariance`	option	Option Matrices, Covariance par groupes distincts
`territorial_map`	option
`combined_groups`	option	Option Tracé Groupes regroupés.
`separate_groups`	option	Option Tracé Groupes distincts
`summary_of_steps`	option
`F_pairwise`	option
`stepwise_method`	`WilksLambda` `UnexplainedVariance` `MahalanobisDistance` `SmallestF` `RaosV`
`V_to_enter`	number
`criteria`	`UseValue` `UseProbability`
`F_value_entry`	number	La valeur par défaut est 3,84.
`F_value_removal`	number	La valeur par défaut est 2,71.
`probability_entry`	number	La valeur par défaut est 0.05.
`probability_removal`	number	La valeur par défaut est 0.10.
`calculate_variable_importance`	option
`calculate_raw_propensities`	option
`calculate_adjusted_propensities`	option
`adjusted_propensity_partition`	`Test` `Validation`