영어 버전 문서로 돌아가기lsvmnode 특성
lsvmnode 특성
마지막 업데이트 날짜: 2024년 10월 07일
LSVM (Linear Support Vector Machine) 노드를 사용하여 과적합 없이 두 그룹 중 하나로 데이터를 분류할 수 있습니다. LSVM은 선형이며, 다수의 레코드가 있는 데이터
세트와 같은 광범위한 데이터 세트와 함께 잘 작동합니다.
lsvmnode 특성 |
값 | 특성 설명 |
|---|---|---|
intercept |
플래그 | 모델에 절편을 포함합니다. 기본값은 True입니다. |
target_order |
Ascending Descending |
범주형 대상에 대한 정렬 순서를 지정합니다. 연속형 대상에서는 무시됩니다. 기본값은 Ascending입니다. |
precision |
Number | 목표 필드의 측정 수준이 Continuous인 경우에만 사용됩니다. 회귀분석의
손실에 대한 민감도와 관련된 모수를 지정합니다. 최소값은 0이고 최대값은 없습니다. 기본값은 0.1입니다. |
exclude_missing_values |
플래그 | True인 경우 단일 값이 누락된 경우 레코드가 제외됩니다. 기본값은 False입니다. |
penalty_function |
L1 L2 |
사용되는 페널티 함수 유형을 지정합니다. 기본값은 L2입니다. |
lambda |
Number | 페널티(정규화) 모수입니다. |
calculate_variable_importance |
플래그 | 적절한 중요도 측정을 생성하는 모델의 경우 이 옵션은 모델 추정 시 각 예측변수의 상대적 중요도를 나타내는 차트를 표시합니다. 일부 모델의 경우, 특히 대형 데이터베이스와 작업하는 경우에 변수 중요도를 계산하는 데 시간이 오래 걸릴 수 있으며 그 결과로 일부 모델의 경우 기본으로 줄어들 수 있습니다. 변수 중요도는 의사결정 목록 모델에 사용할 수 없습니다. |