Docs
...
discriminantnode properties

proprietà discriminantnode

Ultimo aggiornamento: 11 feb 2025
proprietà discriminantnode

Icona Nodo DiscriminanteL'analisi discriminante rende più rigorosi i presupposti rispetto alla regressione logistica, ma può essere una valida alternativa o un supplemento a un'analisi di regressione logistica quando tali presupposti vengono soddisfatti.

Esempio

node = stream.create("discriminant", "My node")
node.setPropertyValue("target", "custcat")
node.setPropertyValue("use_partitioned_data", False)
node.setPropertyValue("method", "Stepwise")
Tabella 1. proprietà discriminantnode
discriminantnode proprietà Valori Descrizione proprietà
target campo I modelli Discriminante richiedono un solo campo obiettivo e uno o più campi di input. I campi peso e frequenza non vengono utilizzati. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli .
method Enter
Stepwise		  
mode Simple
Expert		  
prior_probabilities AllEqual
ComputeFromSizes		  
covariance_matrix WithinGroups
SeparateGroups		  
means indicatore Opzioni delle statistiche nelle proprietà del nodo in Opzioni avanzate.
univariate_anovas indicatore  
box_m indicatore  
within_group_covariance indicatore  
within_groups_correlation indicatore  
separate_groups_covariance indicatore  
total_covariance indicatore  
fishers indicatore  
unstandardized indicatore  
casewise_results indicatore Le opzioni di classificazione nelle proprietà del nodo in Opzioni avanzate.
limit_to_first numero Il valore predefinito è 10.
summary_table indicatore  
leave_one_classification indicatore  
separate_groups_covariance indicatore Opzione delle matrici Covarianza per gruppi separati.
territorial_map indicatore  
combined_groups indicatore Opzione del nodo Plot Gruppi combinati.
separate_groups indicatore Opzione del nodo Plot Gruppi separati.
summary_of_steps indicatore  
F_pairwise indicatore  
stepwise_method WilksLambda
UnexplainedVariance
MahalanobisDistance
SmallestF
RaosV		  
V_to_enter numero  
criteria UseValue
UseProbability		  
F_value_entry numero Il valore di default è 3.84.
F_value_removal numero Il valore di default è 2,71.
probability_entry numero Il valore di default è 0.05.
probability_removal numero Il valore di default è 0.10.
calculate_variable_importance indicatore  
calculate_raw_propensities indicatore  
calculate_adjusted_propensities indicatore  
adjusted_propensity_partition Test
Validation