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.
Last updated: 04 lip 2023
W węźle LSVM (Linear Support Vector Machine) można klasyfikować dane do jednej z dwóch grup bez przebudowy. Algorytm LSVM jest liniowy i działa prawidłowo z szerokimi zbiorami danych, na przykład zbiorami o bardzo dużej liczbie rekordów.
Właściwości węzła lsvmnode |
Wartości | Opis właściwości |
|---|---|---|
intercept |
Flaga | Powoduje uwzględnienie wyrazu wolnego w modelu. Wartość domyślna to True. |
target_order |
Ascending Descending |
Określa porządek sortowania jakościowych zmiennych przewidywanych. Ignorowana w przypadku ciągłych zmiennych przewidywanych. Wartość domyślna to Ascending (rosnąco). |
precision |
Liczba | Używana tylko wtedy, gdy poziomem pomiaru zmiennej przewidywanej jest Continuous. Określa parametr związany z czułością reakcji na utratę regresji. Wartość minimalna to 0, a wartość maksymalna nie jest określona. Wartością domyślną jest 0.1. |
exclude_missing_values |
Flaga | Wartość True powoduje, że rekord jest wykluczany, jeśli brakuje choć jednej wartości. Wartością domyślną jest False. |
penalty_function |
L1 L2 |
Określa typ używanej funkcji kary. Wartością domyślną jest L2. |
lambda |
Liczba | Parametr kary (regularyzacji). |
calculate_variable_importance |
Flaga | W przypadku modeli, które generują odpowiedni miara ważności, ta opcja powoduje wyświetlenie wykresu, który wskazuje względną ważność każdego predyktora w oszacowaniu modelu. Należy zauważyć, że obliczenie ważności predyktora może potrwać dłużej dla niektórych modeli, szczególnie w przypadku pracy z dużymi zbiorami danych, i domyślnie ta opcja dla niektórych modeli jest wyłączona. Ważność zmiennych jest niedostępna dla modeli listy decyzyjnej. |