Eigenschaften von "linearnode"
Letzte Aktualisierung: 11. Feb. 2025
Bei linearen Regressionsmodellen wird ein stetiges Ziel auf der Basis linearer Beziehungen zwischen dem Ziel und einem oder mehreren Prädiktoren vorhergesagt.
Beispiel
node = stream.create("linear", "My node")
# Build Options tab - Objectives panel
node.setPropertyValue("objective", "Standard")
# Build Options tab - Model Selection panel
node.setPropertyValue("model_selection", "BestSubsets")
node.setPropertyValue("criteria_best_subsets", "ASE")
# Build Options tab - Ensembles panel
node.setPropertyValue("combining_rule_categorical", "HighestMeanProbability")
Eigenschaften |
Werte | Eigenschaftsbeschreibung |
---|---|---|
|
Feld | Gibt ein einzelnes Zielfeld an. |
|
[field1 ... fieldN] | Im Modell verwendete Prädiktorfelder. |
|
Markierung | |
|
|
wird für sehr große Datasets verwendet und erfordert eine Serververbindung. |
|
Markierung | |
|
Zahl | |
|
|
|
|
|
|
|
Zahl | |
|
Zahl | |
|
Markierung | |
|
Zahl | |
|
Markierung | |
|
Zahl | |
|
|
|
|
|
|
|
Zahl | |
|
Markierung | |
|
Zahl | |
|
Markierung | |
|
Zeichenfolge | |
|
Markierung | |
|
Zeichenfolge | |
|
Zeichenfolge | |
|
Zeichenfolge | |
|
Zeichenfolge | |
|
Boolesch | Führen Sie Modelleffekttests für jeden Regressionseffekt durch. |
|
double | Dies ist das Konfidenzintervall, das zur Berechnung der Schätzungen der Modellkoeffizienten verwendet wird. Geben Sie einen Wert größer als 0 und kleiner als 100 ein. Der Standardwert ist 95. |
|
double | Wenn die F-Statistik als Kriterium ausgewählt wird, wird bei jedem Schritt der Effekt, dessen kleinster p-Wert kleiner als der angegebene Schwellenwert ist, zum Modell hinzugefügt (einschließlich Effekte mit p-Werten kleiner als). Der Standardwert ist 0,05. |
|
double | Alle Effekte im Modell, deren p-Wert größer als der angegebene Schwellenwert ist, werden entfernt (Effekte mit p-Werten größer als entfernen). Der Standardwert ist 0,10. |
War das Thema hilfreich?
0/1000