neuralnetworknode 특성 | IBM Cloud Pak for Data as a Service

영어 버전 문서로 돌아가기

neuralnetworknode 특성

마지막 업데이트 날짜: 2024년 10월 07일

neuralnetworknode 특성

신경망 노드 아이콘 신경망 노드는 인간 두뇌가 정보를 처리하는 방법의 단순화된 모델을 사용합니다. 뉴런의 추상 버전을 닮은 상호연결된 많은 수의 단순 처리 장치를 시뮬레이션하여 작업합니다. 신경망은 강력한 범용 함수 추정량이며 학습하거나 적용하기 위해 약간의 통계 또는 수학적 지식이 필요합니다.

예

node = stream.create("neuralnetwork", "My node")
# Build Options tab - Objectives panel
node.setPropertyValue("objective", "Standard")
# Build Options tab - Ensembles panel
node.setPropertyValue("combining_rule_categorical", "HighestMeanProbability")

표 1. neuralnetworknode 특성
`neuralnetworknode` 특성	값	특성 설명
`targets`	[field1 ... fieldN]	대상 필드를 지정합니다.
`inputs`	[field1 ... fieldN]	모델이 사용하는 예측자 필드
`splits`	[field1 ... fieldN	분할 모델링에 사용할 필드를 지정합니다.
`use_partition`	플래그	파티션 필드가 정의된 경우, 이 옵션은 훈련 파티션의 데이터만 모델을 작성하는 데 사용하도록 보장합니다.
`continue`	플래그	기존 모델 학습 계속.
`objective`	`Standard` `Bagging` `Boosting` `psm`	`psm`은(는) 매우 큰 데이터 세트에 사용되며 서버 연결이 필요합니다.
`method`	`MultilayerPerceptron` `RadialBasisFunction`
`use_custom_layers`	플래그
`first_layer_units`	Number
`second_layer_units`	Number
`use_max_time`	플래그
`max_time`	Number
`use_max_cycles`	플래그
`max_cycles`	Number
`use_min_accuracy`	플래그
`min_accuracy`	Number
`combining_rule_categorical`	`Voting` `HighestProbability` `HighestMeanProbability`
`combining_rule_continuous`	`MeanMedian`
`component_models_n`	Number
`overfit_prevention_pct`	Number
`use_random_seed`	플래그
`random_seed`	Number
`missing_values`	`listwiseDeletion` `missingValueImputation`
`use_model_name`	부울
`model_name`	문자열
`confidence`	`onProbability` `onIncrease`
`score_category_probabilities`	플래그
`max_categories`	Number
`score_propensity`	플래그
`use_custom_name`	플래그
`custom_name`	문자열
`tooltip`	문자열
`keywords`	문자열
`annotation`	문자열
`calculate_variable_importance`	부울	적절한 중요도 측도를 생성하는 모델의 경우 모델 측정 시 각 예측자의 상대적 중요도를 나타내는 차트를 표시할 수 있습니다. 일반적으로 가장 중요한 예측변수에 모델링 노력을 집중하고 해당되는 예측변수를 삭제하거나 무시하려고 합니다.