Torna alla versione inglese della documentazioneproprietà kdeexport
proprietà kdeexport
Ultimo aggiornamento: 07 ott 2024
Kernel Density Estimation (KDE)© utilizza gli algoritmi Ball Tree o KD Tree per
query efficienti e combina i concetti dell'apprendimento non supervisionato, dell'ingegneria delle funzionalità e della modellazione dei dati. Gli approcci basati su elementi adiacenti come KDE sono alcune delle tecniche di stima della densità
più diffusi e utili. I nodi KDE Modeling e KDE Simulation in SPSS Modeler espongono le funzioni principali e i parametri comunemente utilizzati della libreria KDE. I nodi sono implementati in Python.
kdeexport 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 campi come richiesto. |
inputs |
campo | Elenco dei nomi dei campi per l'input. |
bandwidth |
doppio | Il valore predefinito è 1. |
kernel |
Stringa | Il kernel da usare: gaussian o tophat. Il valore predefinito è gaussian. |
algorithm |
Stringa | L'algoritmo di struttura ad albero da utilizzare: kd_tree, ball_tree o
auto. Il valore predefinito è auto. |
metric |
Stringa | La metrica da utilizzare quando si calcola la distanza. Per l'algoritmo kd_tree,
scegliere tra: Euclidean, Chebyshev, Cityblock,
Minkowski, Manhattan, Infinity,
P, L2 o L1. Per l'algoritmo ball_tree, scegliere tra: Euclidian, Braycurtis, Chebyshev, Canberra, Cityblock,
Dice, Hamming, Infinity,
Jaccard, L1, L2, Minkowski,
Matching, Manhattan, P,
Rogersanimoto, Russellrao, Sokalmichener,
Sokalsneath o Kulsinski. Il valore predefinito è
Euclidean. |
atol |
a virgola mobile | La desiderata tolleranza assoluta del risultato. Una maggiore tolleranza porterà generalmente a un'esecuzione più rapida. Il valore predefinito è 0.0. |
rtol |
a virgola mobile | La desiderata tolleranza relativa del risultato. Una maggiore tolleranza porterà generalmente a un'esecuzione più rapida. Il valore predefinito è 1E-8. |
breadth_first |
booleano | Impostare su True per usare un approccio di ampiezza. Impostare su False
per usare un approccio di profondità. Il valore predefinito è True. |
leaf_size |
intero | La dimensione foglia dell'albero sottostante. Il valore predefinito è 40. La modifica di questo valore potrebbe influire in modo significativo sulle prestazioni. |
p_value |
doppio | Specificare il valore P da utilizzare se si sta utilizzando Minkowski per la metrica. L'impostazione predefinita è 1.5. |