0 / 0
Volver a la versión inglesa de la documentación
propiedades de gmm
Última actualización: 07 oct 2024
propiedades de gmm

Icono de nodo de mezcla gausianaUn modelo de Gaussian Mixture© es un modelo probabilístico que presupone que todos los puntos de datos se generan a partir de una mezcla de un número finito de distribuciones gausianas con parámetros desconocidos. Se puede pensar que los modelos de mezcla son generalizadores de la agrupación en clúster de k-medias para incorporar información sobre la estructura de covarianzas de los datos, así como los centros de valores gausianos latentes. El nodo Gaussian Mixture en SPSS Modeler expone las características principales y los parámetros de uso común de la biblioteca de Gaussian Mixture. El nodo se implementa en Python.

Tabla 1. propiedades de gmm
Propiedades de gmm Tipo de datos Descripción de la propiedad
custom_fields Boolean Esta opción permite indicar al nodo que use la información de campo especificada aquí en lugar de la proporcionada en nodos Tipo situados en cualquier punto anterior de la ruta. Después de seleccionar esta opción, especifique los campos siguientes según sea necesario.
inputs campo Lista de los nombres de campo para entrada.
target campo Un nombre de campo para el destino.
fast_build Boolean Utilice varios núcleos de CPU para mejorar la creación de modelos.
use_partition Boolean Establezca True o False para especificar si se deben utilizar datos particionados. El valor predeterminado es False.
covariance_type serie Especifique Full, Tied, Diago Spherical para establecer el tipo de covarianza.
number_component entero Especifique un entero para el número de componentes de mezcla. El valor mínimo es 1. El valor predeterminado es 2.
component_lable Boolean Especifique True para establecer la etiqueta de clúster en una serie o False para establecer la etiqueta de clúster en un número. El valor predeterminado es False.
label_prefix serie Si está utilizando una etiqueta de clúster de cadena, puede especificar un prefijo.
enable_random_seed Boolean Especifique True si desea utilizar una semilla aleatoria. El valor predeterminado es False.
random_seed entero Si está utilizando una semilla aleatoria, especifique un entero que se utilizará para generar muestras aleatorias.
tol Double Especifique el umbral de convergencia. El valor predeterminado es 0.000.1.
max_iter entero Especifique el número máximo de iteraciones para realizar. El valor predeterminado es 100.
init_params serie Establezca el parámetro de inicialización para utilizar. Las opciones son Kmeans o Random.
warm_start Boolean Especifique True para utilizar la solución del último ajuste como inicialización para la siguiente llamada de ajuste. El valor predeterminado es False.
Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información