Retourner à la version anglaise de la documentationpropriétés de kmeansnode
propriétés de kmeansnode
Dernière mise à jour : 07 oct. 2024
Le noeud k moyenne classe l'ensemble de données dans différents groupes (ou clusters). La méthode définit un nombre de clusters fixe, affecte à plusieurs reprises des enregistrements à des clusters et ajuste les centres de cluster, jusqu'à ce que le modèle ne puisse plus être amélioré. Au lieu de tenter de prédire un résultat, le modèle k-means utilise un processus connu sous le nom d'apprentissage non supervisé pour découvrir des tendances dans l'ensemble de champs d'entrée.
Exemple
node = stream.create("kmeans", "My node")
# "Fields" tab
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("inputs", ["Cholesterol", "BP", "Drug", "Na", "K", "Age"])
# "Model" tab
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "Kmeans_allinputs")
node.setPropertyValue("num_clusters", 9)
node.setPropertyValue("gen_distance", True)
node.setPropertyValue("cluster_label", "Number")
node.setPropertyValue("label_prefix", "Kmeans_")
node.setPropertyValue("optimize", "Speed")
# "Expert" tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("stop_on", "Custom")
node.setPropertyValue("max_iterations", 10)
node.setPropertyValue("tolerance", 3.0)
node.setPropertyValue("encoding_value", 0.3)Propriétés kmeansnode |
Valeurs | Description de la propriété |
|---|---|---|
inputs |
[field1 ... fieldN] | Les modèles k moyenne procèdent à une analyse des clusters sur un ensemble de champs d'entrée, mais n'utilisent pas de champ cible. Les champs de pondération et de fréquence ne sont pas utilisés. Pour plus d'informations, voir Propriétés communes des noeuds de modélisation . |
num_clusters |
number | |
gen_distance |
option | |
cluster_label |
String Number |
|
label_prefix |
chaîne | |
mode |
Simple Expert |
|
stop_on |
Default Custom |
|
max_iterations |
number | |
tolerance |
number | |
encoding_value |
number | |
optimize |
Speed Memory |
Indique si la génération du modèle doit être optimisée pour la vitesse ou la mémoire. |