Docs
...
linearnode properties

Propriétés de linearnode

Dernière mise à jour : 11 févr. 2025
Propriétés de linearnode

Icône de noeud linéaireLes modèles de régression linéaire prédisent une cible continue en fonction de relations linéaires entre la cible et un ou plusieurs prédicteurs.

Exemple

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")
Tableau 1. propriétés de linearnode
Propriétés linearnode Valeurs Description de la propriété
target Zone Spécifie un champ cible unique.
inputs [field1 ... fieldN] Champs prédicteurs utilisés par le modèle.
continue_training_existing_model option  
objective
Standard
Bagging
Boosting
psm
 psm est utilisé pour les jeux de données très volumineux et nécessite une connexion serveur.
use_auto_data_preparation option  
confidence_level number  
model_selection
ForwardStepwise
BestSubsets
None
  
criteria_forward_stepwise
AICC
Fstatistics
AdjustedRSquare
ASE
  
probability_entry number  
probability_removal number  
use_max_effects option  
max_effects number  
use_max_steps option  
max_steps number  
criteria_best_subsets
AICC
AdjustedRSquare
ASE
  
combining_rule_continuous
Mean
Median
  
component_models_n number  
use_random_seed option  
random_seed number  
use_custom_model_name option  
custom_model_name chaîne  
use_custom_name option  
custom_name chaîne  
tooltip chaîne  
keywords chaîne  
annotation chaîne  
perform_model_effect_tests Booléen Effectuer des tests d'effet de modèle pour chaque effet de régression.
confidence_level doublon Il s'agit de l'intervalle de confiance utilisé pour calculer les estimations des coefficients du modèle. Indiquez une valeur comprise entre 0 et 100. La valeur par défaut est 95.
probability_entry doublon Si F Statistics est choisi comme critère, alors à chaque étape, l'effet dont la valeur p est inférieure au seuil spécifié est ajouté au modèle (inclure les effets avec des valeurs p inférieures à). La valeur par défaut est 0,05.
probability_removal doublon Tous les effets du modèle avec une valeur p supérieure au seuil spécifié sont supprimés (supprimer les effets avec des valeurs p supérieures à). La valeur par défaut est 0,10.