영어 버전 문서로 돌아가기ocsvmnode 특성
ocsvmnode 특성
마지막 업데이트 날짜: 2024년 10월 07일
One-Class SVM 노드에는 자율 학습 알고리즘이 사용됩니다. 이 노드는 이상 탐지에 사용할 수 있습니다. 주어진 표본 세트의 소프트 경계를 탐지하여 새 포인트를 해당 세트에 속하거나 속하지 않는 것으로 분류합니다. SPSS Modeler 의 이 One-Class SVM 모델링 노드는 Python 에서 구현되며 scikit-learn© Python 라이브러리가 필요합니다.
ocsvmnode 특성 |
데이터 유형 | 특성 설명 |
|---|---|---|
custom_fields |
부울 | 이 옵션에서는 업스트림 유형 노드에 지정된 항목 대신, 여기에 지정된 필드 정보를 사용하도록 노드에 지시합니다. 이 옵션을 선택한 후 필요에 따라 다음 필드를 지정하십시오. |
inputs |
필드 | 입력용 필드 이름 목록입니다. |
role_use |
문자열 | 사전 정의된 역할을 사용하려면 predefined을(를) 지정하고 사용자 정의 필드 지정을 사용하려면 custom을(를) 지정하십시오. 기본값은 predefined입니다. |
splits |
필드 | 분할용 필드 이름 목록입니다. |
use_partition |
부울 | true 또는 false을(를) 지정하십시오. 기본값은 true입니다. true(으)로 설정하면 모델을 빌드할 때 훈련 데이터만 사용됩니다. |
mode_type |
문자열 | 모드입니다. 가능한 값은 simple 또는 expert입니다. simple이(가) 지정된 경우 전문가 탭의 모든 매개변수는 사용 불가능합니다. |
stopping_criteria |
문자열 | 지수 표기법의 문자열입니다. 가능한 값은 1.0E-1, 1.0E-2, 1.0E-3, 1.0E-4, 1.0E-5 또는 1.0E-6입니다. 기본값은 1.0E-3입니다. |
precision |
부동 | 회귀분석 정밀도(nu)입니다. 훈련 오차 및 지원 벡터의 분수 부분에
대한 한도입니다. 0보다 크고 1.0보다 작거나 같은 숫자를 지정하십시오. 기본값은 0.1입니다. |
kernel |
문자열 | 알고리즘에 사용할 커널 유형입니다. 가능한 값은 linear, poly, rbf, sigmoid 또는 precomputed입니다. 기본값은 rbf입니다. |
enable_gamma |
부울 | gamma 매개변수를 사용합니다. true 또는 false을(를) 지정하십시오. 기본값은 true입니다. |
gamma |
부동 | 이 매개변수는 커널 rbf, poly 및 sigmoid에 대해서만 사용 가능합니다. enable_gamma 매개변수가 false(으)로 설정되면 이 매개변수는 auto(으)로 설정됩니다. true(으)로 설정된 경우 기본값은 0.1입니다. |
coef0 |
부동 | 커널 함수의 독립 항입니다. 이 매개변수는 poly 커널 및 sigmoid 커널에서만 사용 가능합니다. 기본값은 0.0입니다. |
degree |
정수 | 다항 커널 함수의 차수입니다. 이 매개변수는 poly 커널에서만 사용 가능합니다. 정수를 지정하십시오. 기본값은 3입니다. |
shrinking |
부울 | 축소 휴리스틱 옵션을 사용할지 여부를 지정합니다. true 또는 false을(를) 지정하십시오. 기본값은 false입니다. |
enable_cache_size |
부울 | cache_size 매개변수를 사용합니다. true 또는 false을(를) 지정하십시오. 기본값은 false입니다. |
cache_size |
부동 | 커널 캐시의 크기(MB)입니다. 기본값은 200입니다. |
enable_random_seed |
부울 | random_seed 매개변수를 사용합니다. true 또는 false을(를) 지정하십시오. 기본값은 false입니다. |
random_seed |
정수 | 확률 추정 데이터를 셔플링할 때 사용할 난수 시드입니다. 정수를 지정하십시오. |
pc_type |
문자열 | 평행 좌표 그래픽의 유형입니다. 가능한 옵션은 independent 또는 general입니다. |
lines_amount |
정수 | 그래픽에 포함될 최대 행 수입니다. 1 - 1000 사이의 정수를 지정하십시오. |
lines_fields_custom |
부울 | 그래프 출력에 표시할 사용자 정의 필드를 지정할 수 있는 lines_fields 매개변수를 사용합니다. false(으)로 설정되면 모든 필드가 표시됩니다. true(으)로 설정하면 lines_fields 매개변수로 지정된 필드만 표시됩니다. 성능상의 이유로 최대 20개의 필드가 표시됩니다. |
lines_fields |
필드 | 그래픽에 세로 축으로 포함될 필드 이름 목록입니다 |
enable_graphic |
부울 | true 또는 false을(를) 지정하십시오. 그래픽
출력을 사용하십시오. 시간을 절약하고 스트림 파일 크기를 줄이려면 사용하지 마십시오. |
enable_hpo |
부울 | HPO 옵션을 사용하거나 사용하지 않으려면 true 또는 false을(를) 지정하십시오. true(으)로 설정하면 Rbfopt가 적용되어 다음 target_objval 매개변수를 사용하여 사용자가 정의한 목표 목표 값에 도달하는 "최상의" One-Class SVM 모델을 자동으로 찾습니다. |
target_objval |
부동 | 도달하고자 하는 목표 함수 값(표본에 대한 모델의 오차율)이며
예를 들어, 알 수 없는 최적 값이 있습니다. 최적(예: 0.01)을 알 수 없는 경우 이 매개변수를 적절한 값으로 설정하십시오. |
max_iterations |
정수 | 모델을 시도하는 최대 반복 수입니다. 기본값은 1000입니다. |
max_evaluations |
정수 | 모델을 시도하는 함수 평가의 최대 수입니다. 여기서,
초점은 속도에 대한 정확도입니다. 기본값은 300입니다. |