Docs
...
linearnode properties

Proprietà linearnode

Ultimo aggiornamento: 11 feb 2025
Proprietà linearnode

Icona nodo lineareI modelli di regressione lineare prevedono un target continuo basato sulle relazioni lineari tra l'obiettivo e uno o più predittori.

Esempio

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")
Tabella 1. proprietà linearnode
linearnode proprietà Valori Descrizione proprietà
target campo Specifica un singolo campo obiettivo.
inputs [field1 ... fieldN] I campi predittore utilizzati dal modello.
continue_training_existing_model indicatore  
objective
Standard
Bagging
Boosting
psm
 psm viene utilizzato per insiemi di dati di grandi dimensioni e richiede una connessione Server.
use_auto_data_preparation indicatore  
confidence_level numero  
model_selection
ForwardStepwise
BestSubsets
None
  
criteria_forward_stepwise
AICC
Fstatistics
AdjustedRSquare
ASE
  
probability_entry numero  
probability_removal numero  
use_max_effects indicatore  
max_effects numero  
use_max_steps indicatore  
max_steps numero  
criteria_best_subsets
AICC
AdjustedRSquare
ASE
  
combining_rule_continuous
Mean
Median
  
component_models_n numero  
use_random_seed indicatore  
random_seed numero  
use_custom_model_name indicatore  
custom_model_name Stringa  
use_custom_name indicatore  
custom_name Stringa  
tooltip Stringa  
keywords Stringa  
annotation Stringa  
perform_model_effect_tests booleano Eseguire test dell'effetto del modello per ciascun effetto di regressione.
confidence_level doppio L'intervallo di confidenza utilizzato per calcolare le stime per i coefficienti del modello. Specificare un valore maggiore di 0 e minore di 100. Il valore predefinito è 95.
probability_entry doppio Se si sceglie Statistiche F come criterio, a ogni fase viene aggiunto al modello l'effetto che ha il più piccolo valore P inferiore alla soglia specificata (includi effetti con valori P minori di). Il valore predefinito è 0.05.
probability_removal doppio Tutti gli effetti nel modello con un valore P maggiore della soglia specificata vengono rimossi (rimuovere gli effetti con valori P maggiori di). Il valore predefinito è 0.10.