Docs
...
factornode properties

propiedades de factornode

Última actualización: 12 feb 2025
propiedades de factornode

Icono de nodo PCA/FactorEl 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