Docs
...
kdeexport properties

propriétés de kdeexport

Dernière mise à jour : 11 févr. 2025
propriétés de kdeexport

Icône du noeud KDE SimulationL'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.

Tableau 1. Propriétés kdeexport
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.