Właściwości ocsvmnode | IBM Cloud Pak for Data as a Service

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.

Go back to the English version of the documentation

Właściwości ocsvmnode

Last updated: 12 sty 2023

Właściwości ocsvmnode

Ikona węzła SVM jednej klasy Węzeł SVM z jedną klasą korzysta z algorytmu uczenia nienadzorowanego. Węzeł ten można wykorzystać do wykrywania nowości. Wykryje on miękką granicę danego zbioru próbek, a następnie sklasyfikuje nowe punkty jako należące do tego zbioru albo do niego nienależące. Ten węzeł modelowania SVM o jednej klasie w programie SPSS Modeler jest implementowany w języku Python i wymaga biblioteki scikit-learn© Python .

Tabela 1. właściwości węzła ocsvmnode
Właściwości `ocsvmnode`	Typ danych	Opis właściwości
`custom_fields`	boolean (boolowskie)	Ta opcja stanowi dla węzła instrukcję o konieczności użycia informacji o zmiennej określonych w tym miejscu, a nie w żadnym wcześniejszym węźle Typy. Po wybraniu tej opcji należy określić następujące pola w zależności od potrzeb.
`inputs`	field (pole)	Lista nazw zmiennych dla wartości wejściowych.
`role_use`	łańcuch	Określenie wartości `predefined` pozwala na użycie ról predefiniowanych, a wartości `custom` na użycie niestandardowych przypisań zmiennych. Wartość domyślna to predefined.
`splits`	field (pole)	Lista nazw zmiennych do podziału.
`use_partition`	Wartość boolowska	Można określić wartość `true` lub `false`. Wartością domyślną jest `true`. Ustawienie wartości `true` spowoduje, że podczas budowania modelu użyte zostaną tylko dane uczące.
`mode_type`	łańcuch	Tryb. Możliwe wartości to `simple` lub `expert`. Wszystkie parametry na karcie Zaawansowane zostaną wyłączone, jeśli wybrana zostanie wartość `simple`.
`stopping_criteria`	łańcuch	Łańcuch notacji naukowych. Możliwe wartości to `1.0E-1`, `1.0E-2`, `1.0E-3`, `1.0E-4`, `1.0E-5` lub `1.0E-6`. Wartością domyślną jest `1.0E-3`.
`precision`	Liczba zmiennopozycyjna	Precyzja regresji (nu). Związana z ułamkiem błędów uczenia i wektorów pokrycia. Podaj liczbę większą niż `0` i mniejszą lub równą `1.0`. Wartość domyślna to `0.1`.
`kernel`	łańcuch	Typ jądra do użycia w algorytmie. Możliwe wartości to `linear`, `poly`, `rbf`, `sigmoid` lub `precomputed`. Wartość domyślna to `rbf`.
`enable_gamma`	Wartość boolowska	Włącza parametr `gamma`. Można określić wartość `true` lub `false`. Wartością domyślną jest `true`.
`gamma`	Liczba zmiennopozycyjna	Ten parametr jest aktywowany tylko dla jąder typu `rbf`, `poly` i `sigmoid`. Jeśli parametr `enable_gamma` jest ustawiony na wartość `false`, wówczas ten parametr będzie ustawiony na wartość `auto`. Jeśli ustawiono `true`, wartością domyślną jest `0.1`.
`coef0`	Liczba zmiennopozycyjna	Warunek niezależny w funkcji algorytmu domyślnego. Ten parametr jest aktywowany tylko dla jądra `poly` oraz jądra `sigmoid`. Wartością domyślną jest `0.0`.
`degree`	liczba całkowita	Stopień funkcji algorytmu wielomianowego. Ten parametr jest aktywowany tylko dla jądra `poly`. Należy określić dowolną liczbę całkowitą. Wartością domyślną jest `3`.
`shrinking`	Wartość boolowska	Określa, że ma być używana opcja heurystyki z redukcją. Można określić wartość `true` lub `false`. Wartością domyślną jest `false`.
`enable_cache_size`	Wartość boolowska	Włącza parametr `cache_size`. Można określić wartość `true` lub `false`. Wartością domyślną jest `false`.
`cache_size`	Liczba zmiennopozycyjna	Wielkość pamięci podręcznej jądra w MB. Wartością domyślną jest `200`.
`enable_random_seed`	Wartość boolowska	Włącza parametr `random_seed`. Można określić wartość `true` lub `false`. Wartością domyślną jest `false`.
`random_seed`	liczba całkowita	Wartość początkowa generatora liczb losowych używana podczas mieszania danych na potrzeby oszacowania prawdopodobieństwa. Należy określić dowolną liczbę całkowitą.
`pc_type`	łańcuch	Typ grafiki równoległych współrzędnych. Możliwe opcje to `independent` lub `general`.
`lines_amount`	liczba całkowita	Maksymalna liczba wierszy, jaką można dołączyć do grafiki. Należy określić liczbę całkowitą z zakresu od `1` do `1000`.
`lines_fields_custom`	Wartość boolowska	Aktywuje parametr `lines_fields`, który umożliwia określenie niestandardowych zmiennych, jakie będą wyświetlane w wyniku graficznym. Ustawienie wartości `false` spowoduje wyświetlenie wszystkich zmiennych. Po ustawieniu wartości `true` wyświetlane są tylko zmienne określone przy użyciu parametru lines_fields. Ze względu na wydajność wyświetlanych jest maksymalnie 20 zmiennych.
`lines_fields`	field (pole)	Lista nazw zmiennych do uwzględnienia na grafice w postaci pionowych osi.
`enable_graphic`	Wartość boolowska	Można określić wartość `true` lub `false`. Włącza generowanie wyników graficznych (należy wyłączyć tę opcję, aby zaoszczędzić czas i zmniejszyć objętość pliku strumienia).
`enable_hpo`	Wartość boolowska	Należy określić `true` albo `false`, aby włączyć albo wyłączyć opcje HPO. Ustawienie `true` spowoduje zastosowanie Rbfopt w celu automatycznego znalezienia „najlepszego” modelu SVM z jedną klasą, który osiągnie docelową wartość funkcji celu zdefiniowaną przez użytkownika w następującym parametrze `target_objval`.
`target_objval`	Liczba zmiennopozycyjna	Wartość funkcji celu (wskaźnik błędu modelu dla prób), którą chcemy osiągnąć (na przykład wartość nieznanego optimum). Ustaw ten parametr na odpowiednią wartość, jeśli optymalna wartość jest nieznana (na przykład `0.01`).
`max_iterations`	liczba całkowita	Maksymalna liczba iteracji na modelu. Wartością domyślną jest `1000`.
`max_evaluations`	liczba całkowita	Określa, ile razy maksymalnie zostanie wyznaczona wartość funkcji na modelu, w sytuacji gdy ważniejsza od szybkości jest dokładność. Wartością domyślną jest `300`.