Docs
...
ocsvmnode properties

propiedades de ocsvmnode

Última actualización: 11 feb 2025
propiedades de ocsvmnode

Icono de nodo SVM de una claseEl nodo SVM de una clase utiliza un algoritmo de aprendizaje no supervisado. El nodo se puede utilizar para la detección de novedad. Detectará el límite flexible de un conjunto de muestras proporcionado, para clasificar a continuación los puntos nuevos como pertenecientes o no a dicho conjunto. Este nodo de modelado SVM de una clase en SPSS Modeler se implementa en Python y requiere la biblioteca scikit-learn© Python .

Tabla 1. propiedades de ocsvmnode
Propiedades de ocsvmnode Tipo de datos Descripción de la propiedad
custom_fields Boolean Esta opción permite indicar al nodo que use la información de campo especificada aquí en lugar de la proporcionada en nodos Tipo situados en cualquier punto anterior de la ruta. Después de seleccionar esta opción, especifique los campos siguientes según sea necesario.
inputs campo Lista de los nombres de campo para entrada.
role_use serie Especifique predefined para utilizar roles predefinidos o custom para utilizar asignaciones de campos personalizadas. El valor predeterminado es predefined.
splits campo Lista de nombre de campo para división.
use_partition Boolean Especifique true o false. El valor predeterminado es true. Si se establece en true, sólo se utilizarán datos de entrenamiento al crear el modelo.
mode_type serie Modo. Los valores posibles son simple o expert. Todos los parámetros de la pestaña Experto se inhabilitarán si se especifica simple.
stopping_criteria serie Serie de notación científica. Los valores posibles son 1.0E-1, 1.0E-2, 1.0E-3, 1.0E-4, 1.0E-5 o 1.0E-6. El valor predeterminado es 1.0E-3.
precision Float Precisión de regresión (nu). Límite en la fracción de errores de entrenamiento y vectores de soporte. Especifique un número mayor que 0 y menor o igual que 1.0. El valor predeterminado es 0.1.
kernel serie Tipo de kernel a utilizar en el algoritmo. Los valores posibles son linear, poly, rbf, sigmoid o precomputed. El valor predeterminado es rbf.
enable_gamma Boolean Habilita el parámetro gamma. Especifique true o false. El valor predeterminado es true.
gamma Float Este parámetro sólo está habilitado para los kernels rbf, polyy sigmoid. Si el parámetro enable_gamma se establece en false, este parámetro se establecerá en auto. Si se establece en true, el valor predeterminado es 0.1.
coef0 Float Término independiente en la función de kernel. Este parámetro sólo está habilitado para el kernel de poly y el kernel de sigmoid. El valor predeterminado es 0.0.
degree entero Grado de función de kernel polinómica. Este parámetro sólo está habilitado para el kernel de poly. Especifique cualquier entero. El valor predeterminado es 3.
shrinking Boolean Especifica si se debe utilizar la opción heurística de reducción. Especifique true o false. El valor predeterminado es false.
enable_cache_size Boolean Habilita el parámetro cache_size. Especifique true o false. El valor predeterminado es false.
cache_size Float Tamaño de caché de kernel en MB. El valor predeterminado es 200.
enable_random_seed Boolean Habilita el parámetro random_seed. Especifique true o false. El valor predeterminado es false.
random_seed entero Semilla de aleatorización a utilizar al reorganizar datos para la estimación de probabilidad. Especifique cualquier entero.
pc_type serie Tipo del gráfico de coordenadas paralelas. Las opciones posibles son independent o general.
lines_amount entero Número máximo de líneas a incluir en el gráfico. Especifique un entero entre 1 y 1000.
lines_fields_custom Boolean Habilita el parámetro lines_fields, que permite especificar campos personalizados para mostrar en la salida del gráfico. Si se establece en false, se mostrarán todos los campos. Si se establece en true, sólo se mostrarán los campos especificados con el parámetro lines_fields. Por razones de rendimiento, se visualizará un máximo de 20 campos.
lines_fields campo Lista de nombres de campo a incluir en el gráfico como ejes verticales.
enable_graphic Boolean Especifique true o false. Habilita el resultado gráfico (inhabilite esta opción si desea ahorrar tiempo y reducir el tamaño de archivo de ruta).
enable_hpo Boolean Especifique true o false para habilitar o inhabilitar las opciones de HPO. Si se establece en true, se aplicará Rbfopt para averiguar automáticamente el "mejor" modelo One-Class SVM, que alcanza el valor objetivo de destino definido por el usuario con el siguiente parámetro target_objval.
target_objval Float El valor de función de objetivo (índice de errores del modelo en las muestras) que se desea alcanzar (por ejemplo, el valor del óptimo desconocido). Establezca este parámetro en el valor adecuado si se desconoce el valor óptimo (por ejemplo, 0.01).
max_iterations entero Número máximo de iteraciones para intentar el modelo. El valor predeterminado es 1000.
max_evaluations entero Número máximo de evaluaciones de función para intentar el modelo, donde el foco es la precisión sobre la velocidad. El valor predeterminado es 300.