właściwości węzła factornode

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

właściwości węzła factornode

Last updated: 04 lip 2023

właściwości węzła factornode

Ikona węzła PCA/czynnik Węzeł Redukcja wymiarów udostępnia wydajne techniki redukcji danych pozwalające obniżyć stopień złożoności danych. Analiza głównych składowych (ang. Principal Components Analysis, PCA) znajduje kombinacje liniowe zmiennych wejściowych, które umożliwiają przechwytywanie wariancji w całym zestawie zmiennych, pod warunkiem że składowe są zlokalizowane ortogonalnie (prostopadle) do siebie. Analiza czynnikowa próbuje zidentyfikować współczynniki objaśniające wzory korelacji występujące w ramach zbiorów obserwowanych zmiennych. W przypadku obu podejść celem jest znalezienie niewielkiej liczby zmiennych wyliczanych w efektywny sposób podsumowującej informacje w oryginalnym zestawie zmiennych.

Przykład

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)

Tabela 1. właściwości węzła factornode
Właściwości węzła `factornode`	Wartości	Opis właściwości
`inputs`	[field1 ... fieldN]	W modelach Redukcja wymiarów używana jest lista zmiennych wejściowych, ale nie są używane zmienne przewidywane. Zmienne wagi i częstości nie są używane. Więcej informacji na ten temat zawiera sekcja Właściwości wspólnego węzła modelowania .
`method`	`PC` `ULS` `GLS` `ML` `PAF` `Alpha` `Image`
`mode`	`Simple` `Expert`
`max_iterations`	Liczba
`complete_records`	Flaga
`matrix`	`Correlation` `Covariance`
`extract_factors`	`ByEigenvalues` `ByFactors`
`min_eigenvalue`	Liczba
`max_factor`	Liczba
`rotation`	`None` `Varimax` `DirectOblimin` `Equamax` `Quartimax` `Promax`
`delta`	Liczba	W przypadku wybrania typu `DirectOblimin` jako typu danych, można określić wartość `delta`. Jeśli wartość nie zostanie określona, zostanie użyta wartość domyślna dla produktu `delta` .
`kappa`	Liczba	W przypadku wybrania typu `Promax` jako typu danych, można określić wartość `kappa`. Jeśli wartość nie zostanie określona, zostanie użyta wartość domyślna dla produktu `kappa` .
`sort_values`	Flaga
`hide_values`	Flaga
`hide_below`	Liczba