propiedades de ocsvmnode

Volver a la versión inglesa de la documentación

Última actualización: 04 oct 2024

propiedades de ocsvmnode

Icono de nodo SVM de una clase El 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`	Booleano	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`	Booleano	Habilita el parámetro `gamma`. Especifique `true` o `false`. El valor predeterminado es `true`.
`gamma`	Float	Este parámetro sólo está habilitado para los kernels `rbf`, `poly`y `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`	Booleano	Especifica si se debe utilizar la opción heurística de reducción. Especifique `true` o `false`. El valor predeterminado es `false`.
`enable_cache_size`	Booleano	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`	Booleano	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`	Booleano	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`	Booleano	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`	Booleano	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 error 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 en la velocidad. El valor predeterminado es `300`.