Docs
...
linearnode properties

Propiedades de linearnode

Última actualización: 12 feb 2025
Propiedades de linearnode

Icono de nodo linealLos modelos de regresión lineal predicen un objetivo continuo tomando como base las relaciones lineales entre el destino y uno o más predictores.

Ejemplo

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")
Tabla 1. propiedades de linearnode
Propiedades de linearnode Valores Descripción de la propiedad
target campo Especifica un campo de objetivo único.
inputs [field1 ... fieldN] Campos de predictor utilizados por el modelo.
continue_training_existing_model distintivo  
objective
Standard
Bagging
Boosting
psm
 psm se utiliza para conjuntos de datos muy grandes y requiere una conexión de servidor.
use_auto_data_preparation distintivo  
confidence_level número  
model_selection
ForwardStepwise
BestSubsets
None
  
criteria_forward_stepwise
AICC
Fstatistics
AdjustedRSquare
ASE
  
probability_entry número  
probability_removal número  
use_max_effects distintivo  
max_effects número  
use_max_steps distintivo  
max_steps número  
criteria_best_subsets
AICC
AdjustedRSquare
ASE
  
combining_rule_continuous
Mean
Median
  
component_models_n número  
use_random_seed distintivo  
random_seed número  
use_custom_model_name distintivo  
custom_model_name serie  
use_custom_name distintivo  
custom_name serie  
tooltip serie  
keywords serie  
annotation serie  
perform_model_effect_tests Boolean Realice pruebas de efecto de modelo para cada efecto de regresión.
confidence_level doble Este es el nivel de intervalo que se utiliza para calcular las estimaciones de intervalos de los coeficientes de modelos. Especifique un valor mayor que 0 y menor que 100. El valor predeterminado es 95.
probability_entry doble Si se elige Estadísticas F como criterio, en cada paso se añade al modelo el efecto que tiene el valor p menor que el umbral especificado (incluir efectos con valores p menores que). El valor predeterminado es 0,05.
probability_removal doble Se eliminan los efectos en el modelo con un valor de p mayor que el umbral especificado (eliminar efectos con valores p mayores que). El valor predeterminado es 0.10.