właściwości węzła kmeansnode

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

właściwości węzła kmeansnode

Last updated: 04 lip 2023

właściwości węzła kmeansnode

Ikona węzła K-średnie Węzeł K-średnie grupuje zbiór danych w osobne grupy (lub skupienia). Metoda ta definiuje stałą liczbę skupień, w sposób iteracyjny przypisuje rekordy do skupień i dopasowuje centra skupień do chwili, gdy dalsze pokrycie nie będzie miało wpływu na ulepszenie modelu. Zamiast prób predykcji danych wynikowych k-średnia korzysta z procesu znanego jako nienadzorowane uczenie w celu ujawnienia wzorców w zbiorze zmiennych wejściowych.

Przykład

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)

Tabela 1. Właściwości węzła kmeansnode
Właściwości węzła `kmeansnode`	Wartości	Opis właściwości
`inputs`	[field1 ... fieldN]	Modele k-średnich przeprowadzają analizę skupień na zbiorze zmiennych wejściowych, ale nie korzystają ze zmiennej przewidywanej. Zmienne wagi i częstości nie są używane. Więcej informacji na ten temat zawiera sekcja Właściwości wspólnego węzła modelowania .
`num_clusters`	Liczba
`gen_distance`	Flaga
`cluster_label`	`String` `Number`
`label_prefix`	łańcuch
`mode`	`Simple` `Expert`
`stop_on`	`Default` `Custom`
`max_iterations`	Liczba
`tolerance`	Liczba
`encoding_value`	Liczba
`optimize`	`Speed` `Memory`	Określa, czy budowanie modelu powinno być zoptymalizowane pod kątem szybkości, czy też dla pamięci.