proprietà kohonennode
Ultimo aggiornamento: 11 feb 2025
Il nodo Kohonen genera un tipo di rete neurale che può essere utilizzato per raggruppare l'insieme di dati in gruppi distinti. Al termine dell'apprendimento della rete, i record analoghi dovranno essere vicini nella mappa di output, mentre i record diversi saranno a notevole distanza. Per identificare le unità forti, è possibile controllare il numero di osservazioni catturate da ciascuna unità nel nugget del modello. In questo modo è possibile avere un'idea del numero appropriato di cluster.
Esempio
node = stream.create("kohonen", "My node")
# "Model" tab
node.setPropertyValue("use_model_name", False)
node.setPropertyValue("model_name", "Symbolic Cluster")
node.setPropertyValue("stop_on", "Time")
node.setPropertyValue("time", 1)
node.setPropertyValue("set_random_seed", True)
node.setPropertyValue("random_seed", 12345)
node.setPropertyValue("optimize", "Speed")
# "Expert" tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("width", 3)
node.setPropertyValue("length", 3)
node.setPropertyValue("decay_style", "Exponential")
node.setPropertyValue("phase1_neighborhood", 3)
node.setPropertyValue("phase1_eta", 0.5)
node.setPropertyValue("phase1_cycles", 10)
node.setPropertyValue("phase2_neighborhood", 1)
node.setPropertyValue("phase2_eta", 0.2)
node.setPropertyValue("phase2_cycles", 75)
|
Valori | Descrizione proprietà |
|---|---|---|
|
[field1 ... fieldN] | I modelli Kohonen utilizzano un elenco di campi di input, ma nessun campo obiettivo. I campi frequenza e peso non sono utilizzati. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli . |
|
indicatore | |
|
indicatore | |
|
|
|
|
numero | |
|
|
Utilizzare per specificare se ottimizzare la velocità o la memoria durante la creazione del modello. |
|
indicatore | |
|
|
|
|
numero | |
|
numero | |
|
|
|
|
numero | |
|
numero | |
|
numero | |
|
numero | |
|
numero | |
|
numero | |
|
Booleano | Se non viene impostato alcun valore di inizializzazione casuale, la sequenza di valori casuali utilizzata per inizializzare i pesi della rete sarà diversa ogni volta che viene eseguito il nodo. Il nodo potrebbe quindi creare modelli diversi alle varie esecuzioni, anche se le impostazioni del nodo e i valori dei dati sono esattamente gli stessi. Se si seleziona questa opzione, sarà possibile impostare il seed casuale su un valore specifico in modo che il modello risultante possa essere ricreato fedelmente. |
|
intero | Seed |
L'argomento è stato utile?
0/1000