Docs
...
questnode プロパティー
資料の 英語版 に戻る

questnode プロパティー

最終更新: 2025年2月11日
questnode プロパティー

Quest ノード・アイコンQUEST ノードは、デシジョン・ツリーを構築するための二項分類法を提供します。これは、大規模な C&R Tree 分析に必要な処理時間を短縮すると同時に、分類ツリー法で見られる、さらに分割を可能にする入力を優先する傾向も低減するように設計されています。 入力フィールドは、数値範囲 (連続型) にできますが、目標変数はカテゴリーでなければなりません。 すべての分割は 2 分岐です。

例

node = stream.create("quest", "My node")
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("target", "Drug")
node.setPropertyValue("inputs", ["Age", "Na", "K", "Cholesterol", "BP"])
node.setPropertyValue("model_output_type", "InteractiveBuilder")
node.setPropertyValue("use_tree_directives", True)
node.setPropertyValue("max_surrogates", 5)
node.setPropertyValue("split_alpha", 0.03)
node.setPropertyValue("use_percentage", False)
node.setPropertyValue("min_parent_records_abs", 40)
node.setPropertyValue("min_child_records_abs", 30)
node.setPropertyValue("prune_tree", True)
node.setPropertyValue("use_std_err", True)
node.setPropertyValue("std_err_multiplier", 3)
表 1. questnode プロパティー
questnodeプロパティー 値 プロパティーの説明
target フィールド Quest モデルは単一ターゲットおよび 1 つ以上の入力フィールドが必要です。 度数フィールドも指定できます。 詳しくは、 モデル作成ノードの共通プロパティー を参照してください。
continue_training_existing_model フラグ  
objective Standard Boosting Bagging psm psmは、非常に大きなデータ・セットに使用され、サーバー接続を必要とします。
model_output_type Single InteractiveBuilder  
use_tree_directives フラグ  
tree_directives string  
use_max_depth Default Custom  
max_depth 整数 最大ツリー深さ (0 から 1000)。 use_max_depth = Customの場合にのみ使用されます。
prune_tree フラグ オーバーフィットしないようにツリーを剪定します。
use_std_err フラグ リスクにおける最大差 (標準誤差) を使用します。
std_err_multiplier 数値 最大差。
max_surrogates 数値 最大代理変数。
use_percentage フラグ  
min_parent_records_pc 数値  
min_child_records_pc 数値  
min_parent_records_abs 数値  
min_child_records_abs 数値  
use_costs フラグ  
costs 構造化 構造化プロパティー。
priors Data Equal Custom  
custom_priors 構造化 構造化プロパティー。
adjust_priors フラグ  
trails 数値 ブーストまたはバグのコンポーネント・モデル数。
set_ensemble_method Voting HighestProbability HighestMeanProbability カテゴリー型対象のデフォルト結合ルール。
range_ensemble_method Mean Median 連続型対象のデフォルト結合ルール。
large_boost フラグ 特に大きなデータセットのブースティングを適用します。
split_alpha 数値 分割の有意水準。
train_pct 数値 オーバーフィット防止セット。
set_random_seed フラグ 結果を再現オプション。
seed 数値  
calculate_variable_importance フラグ  
calculate_raw_propensities フラグ  
calculate_adjusted_propensities フラグ  
adjusted_propensity_partition Test Validation