Torna alla versione inglese della documentazioneproprietà factornode
proprietà factornode
Ultimo aggiornamento: 07 ott 2024
Il nodo PCA/fattoriale offre potenti tecniche di riduzione dei dati che consentono di diminuirne la complessità. L'analisi dei componenti principali (PCA, Principal Components Analysis) trova le combinazioni lineari dei campi di input che catturano meglio la varianza nell'intero insieme di campi, dove i componenti sono ortogonali (perpendicolari) l'uno rispetto all'altro. L'analisi fattoriale tenta di identificare i concetti sottostanti, o fattori, che spiegano lo schema delle correlazioni all'interno dell'insieme di campi osservati. Entrambi gli approcci mirano a trovare un numero ridotto di campi derivati che riassumono in modo efficace le informazioni presenti nell'insieme originale di campi.
Esempio
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)Proprietà factornode |
Valori | Descrizione proprietà |
|---|---|---|
inputs |
[field1 ... fieldN] | I modelli fattoriali/PCA utilizzano un elenco di campi di input, ma nessun campo obiettivo. I campi peso e frequenza non sono utilizzati. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli . |
method |
PC ULS GLS ML PAF Alpha Image |
|
mode |
Simple Expert |
|
max_iterations |
numero | |
complete_records |
indicatore | |
matrix |
Correlation Covariance |
|
extract_factors |
ByEigenvalues ByFactors |
|
min_eigenvalue |
numero | |
max_factor |
numero | |
rotation |
None Varimax DirectOblimin Equamax Quartimax Promax |
|
delta |
numero | Se si seleziona DirectOblimin come tipo di dati di rotazione, è possibile specificare un valore per delta. Se non si specifica un valore, viene utilizzato il valore predefinito per delta . |
kappa |
numero | Se si seleziona Promax come tipo di dati di rotazione, è possibile specificare un valore per kappa. Se non si specifica un valore, viene utilizzato il valore predefinito per kappa . |
sort_values |
indicatore | |
hide_values |
indicatore | |
hide_below |
numero |