資料の 英語版 に戻るkohonennode プロパティー
kohonennode プロパティー
最終更新: 2024年10月04日
Kohonen ノードは、ニューラル・ネットワークの一種であり、データ・セットをクラスター化して異なるグループを形成する目的で使用できます。 ネットワークの学習が完了すると、類似のレコードは出力マップで互い近くに表示され、違いの大きいレコードほど離れたところに表示されます。 強度の高いユニットを識別するために生成されたモデル内で、各ユニットが獲得した観察の数値を調べることができます。 これは、適切なクラスター数についてのヒントになる場合があります。
例
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)kohonennodeプロパティー |
値 | プロパティーの説明 |
|---|---|---|
inputs |
[field1 ... fieldN] | Kohonen モデルは対象フィールドでなく、入力フィールドのリストを使用します。 度数フィールドおよび重みフィールドは使用しません。 詳しくは、 モデル作成ノードの共通プロパティー を参照してください。 |
continue |
フラグ | |
show_feedback |
フラグ | |
stop_on |
Default Time |
|
time |
数値 | |
optimize |
SpeedMemory |
モデル作成が速度とメモリーのどちらにより最適化されるかを指定します。 |
cluster_label |
フラグ | |
mode |
Simple Expert |
|
width |
数値 | |
length |
数値 | |
decay_style |
LinearExponential |
|
phase1_neighborhood |
数値 | |
phase1_eta |
数値 | |
phase1_cycles |
数値 | |
phase2_neighborhood |
数値 | |
phase2_eta |
数値 | |
phase2_cycles |
数値 | |
set_random_seed |
ブール値 | ランダム・シードが設定されていない場合、ネットワークの重みを初期化するために使用されるランダム値のシーケンスは、ノードが実行されるたびに異なります。 これは、ノード設定とデータ値がまったく同じでも、ノードが実行されるたびに異なるモデルが作成されるからです。 このオプションを選択し、ランダム・シードを特定の値に設定すると、作成されたモデルを正確に再現することが可能になります。 |
random_seed |
整数 | シード |