Docs
...
gmm properties

proprietà gmm

Ultimo aggiornamento: 11 feb 2025
proprietà gmm

Icona nodo Gaussian MixtureUn modello gaussiano Mixture© è un modello probabilistico che presume che tutti i punti di dati siano generati da una miscela di un numero finito di distribuzioni gaussiane con parametri sconosciuti. Si può pensare a modelli di miscele come generalizzazione di clustering k-means per incorporare informazioni sulla struttura di covarianza dei dati così come sui centri dei gaussiani latenti. Il nodo Gaussian Mixture in SPSS Modeler espone le funzioni principali e i parametri comunemente utilizzati della libreria Gaussian Mixture. Il nodo è implementato in Python.

Tabella 1. proprietà gmm
gmm proprietà Tipo di dati Descrizione proprietà
custom_fields booleano Questa opzione indica al nodo di utilizzare le informazioni sui campi specificate qui al posto di quelle date in un qualsiasi nodo Tipo upstream. Dopo aver selezionato questa opzione, specificare i seguenti campi come richiesto.
inputs campo Elenco dei nomi dei campi per l'input.
target campo Un nome campo per la destinazione.
fast_build booleano Utilizzare più core CPU per migliorare la creazione del modello.
use_partition booleano Impostare su True o False per specificare se utilizzare i dati partizionati. Il valore predefinito è False.
covariance_type Stringa Specificare Full, Tied, Diag o Spherical per impostare il tipo di covarianza.
number_component intero Specificare un numero intero per il numero di componenti della miscela. Il valore minimo è 1. Il valore predefinito è 2.
component_lable booleano Specificare True per impostare l'etichetta del cluster su una stringa o False per impostare l'etichetta del cluster su un numero. Il valore predefinito è False.
label_prefix Stringa Se si utilizza un'etichetta cluster di stringhe, è possibile specificare un prefisso.
enable_random_seed booleano Specificare True se vuoi usare un seme casuale. L'impostazione predefinita è False.
random_seed intero Se si utilizza un seme casuale, specificare un numero intero da utilizzare per generare campioni casuali.
tol Doppio Specificare la soglia di convergenza. Il valore predefinito è 0.000.1.
max_iter intero Specificare il numero massimo di iterazioni da eseguire. Il valore predefinito è 100.
init_params Stringa Imposta il parametro di inizializzazione da utilizzare. Le opzioni sono Kmeans o Random.
warm_start booleano Specificare True per utilizzare la soluzione dell'ultimo raccordo come inizializzazione per la prossima chiamata di adattamento. L'impostazione predefinita è False.