propiedades de factornode | IBM Cloud Pak for Data as a Service

Volver a la versión inglesa de la documentación

propiedades de factornode

Última actualización: 07 oct 2024

propiedades de factornode

Icono de nodo PCA/Factor El nodo PCA/Factorial proporciona técnicas eficaces de reducción de datos para reducir la complejidad de los datos. Análisis de componentes principales (PCA) busca combinaciones lineales de los campos de entrada que realizan el mejor trabajo a la hora de capturar la varianza en todo el conjunto de campos, en el que los componentes son ortogonales (perpendiculares) entre ellos. Análisis factorial intenta identificar factores subyacentes que expliquen el patrón de correlaciones dentro de un conjunto de campos observados. Para los dos métodos, el objetivo es encontrar un número pequeño de campos derivados que resuma de forma eficaz la información del conjunto original de campos.

Ejemplo

node = stream.create("factor", "My node")
# "Fields" tab
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("inputs", ["BP", "Na", "K"])
node.setPropertyValue("partition", "Test")
# "Model" tab
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "Factor_Age")
node.setPropertyValue("use_partitioned_data", False)
node.setPropertyValue("method", "GLS")
# Expert options
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("complete_records", True)
node.setPropertyValue("matrix", "Covariance")
node.setPropertyValue("max_iterations", 30)
node.setPropertyValue("extract_factors", "ByFactors")
node.setPropertyValue("min_eigenvalue", 3.0)
node.setPropertyValue("max_factor", 7)
node.setPropertyValue("sort_values", True)
node.setPropertyValue("hide_values", True) 
node.setPropertyValue("hide_below", 0.7)
# "Rotation" section
node.setPropertyValue("rotation", "DirectOblimin")
node.setPropertyValue("delta", 0.3)
node.setPropertyValue("kappa", 7.0)

Tabla 1. propiedades de factornode
Propiedades de `factornode`	Valores	Descripción de la propiedad
`inputs`	[field1 ... fieldN]	Los modelos PCA/Factorial utilizan una lista de campos de entrada, pero no de campos objetivo. Los campos de ponderación y frecuencia no se usan. Consulte Propiedades comunes del nodo de modelado para obtener más información.
`method`	`PC` `ULS` `GLS` `ML` `PAF` `Alpha` `Image`
`mode`	`Simple` `Expert`
`max_iterations`	número
`complete_records`	distintivo
`matrix`	`Correlation` `Covariance`
`extract_factors`	`ByEigenvalues` `ByFactors`
`min_eigenvalue`	número
`max_factor`	número
`rotation`	`None` `Varimax` `DirectOblimin` `Equamax` `Quartimax` `Promax`
`delta`	número	Si selecciona `DirectOblimin` como tipo de datos de rotación, puede especificar un valor para `delta`. Si no especifica un valor, se utiliza el valor predeterminado para `delta` .
`kappa`	número	Si selecciona `Promax` como tipo de datos de rotación, puede especificar un valor para `kappa`. Si no especifica un valor, se utiliza el valor predeterminado para `kappa` .
`sort_values`	distintivo
`hide_values`	distintivo
`hide_below`	número