Retourner à la version anglaise de la documentationpropriétés de kdeexport
propriétés de kdeexport
Dernière mise à jour : 07 oct. 2024
L'estimation de densité par noyau (Kernel Density Estimation ou KDE)© utilise les algorithmes Arbre sphérique ou Arbre KD pour des requêtes efficaces et combine des concepts provenant de l'apprentissage non supervisé, de la création de fonctions et de la modélisation de données. Les approches basées sur des voisins comme KDE sont quelques-unes des techniques d'estimation de la densité les plus populaires et les plus utiles. Les noeuds de simulation KDE et de modélisation KDE dans SPSS Modeler exposent les fonctions principales et les paramètres couramment utilisés de la bibliothèque KDE. Les noeuds sont implémentés dans Python.
kdeexportpropriétés |
Type de données | Description de la propriété |
|---|---|---|
custom_fields |
Booléen | Cette option indique au noeud d'utiliser les informations du champ spécifiées ici au lieu des informations données dans un noeud type en amont. Après avoir sélectionné cette option, spécifiez les zones requises. |
inputs |
Zone | Liste des noms de champ pour l'entrée. |
bandwidth |
doublon | La valeur par défaut est 1. |
kernel |
chaîne | Le noyau à utiliser: gaussian ou tophat. La valeur par défaut est gaussian. |
algorithm |
chaîne | Algorithme d'arborescence à utiliser: kd_tree, ball_treeou auto. La valeur par défaut est auto. |
metric |
chaîne | Mesure à utiliser lors du calcul de la distance. Pour l'algorithme kd_tree , choisissez: Euclidean, Chebyshev, Cityblock, Minkowski, Manhattan, Infinity, P, L2ou L1. Pour l'algorithme ball_tree , choisissez: Euclidian, Braycurtis, Chebyshev, Canberra, Cityblock, Dice, Hamming, Infinity, Jaccard, L1, L2, Minkowski, Matching, Manhattan, P, Rogersanimoto, Russellrao, Sokalmichener, Sokalsneathou Kulsinski. La valeur par défaut est Euclidean. |
atol |
Float | Tolérance absolue souhaitée du résultat. Une plus grande tolérance conduit généralement à une exécution plus rapide. La valeur par défaut est 0.0. |
rtol |
Float | Tolérance relative souhaitée du résultat. Une plus grande tolérance conduit généralement à une exécution plus rapide. La valeur par défaut est 1E-8. |
breadth_first |
Booléen | Définissez sur True pour utiliser une approche de parcours en largeur. Définissez sur False pour utiliser une approche de parcours en profondeur. La valeur par défaut est True. |
leaf_size |
Integer | Taille de feuille de l'arborescence sous-jacente. La valeur par défaut est 40. La modification de cette valeur peut avoir un impact significatif sur les performances. |
p_value |
doublon | Indiquez la valeur P à utiliser si vous utilisez Minkowski pour la mesure. La valeur par défaut est 1.5. |