proprietà autonumericnode | IBM Cloud Pak for Data as a Service

Torna alla versione inglese della documentazione

proprietà autonumericnode

Ultimo aggiornamento: 07 ott 2024

proprietà autonumericnode

Icona nodo Numerico automatico Il nodo Numerico automatico stima e confronta i modelli per i risultati di intervalli numerici continui utilizzando svariati metodi. Il nodo funziona in modo analogo al nodo Classificatore automatico e consente di scegliere gli algoritmi da utilizzare e di sperimentare più combinazioni di opzioni in un singolo passaggio di modellazione. Gli algoritmi supportati includono reti neurali, C&R Tree, CHAID, regressione lineare, regressione lineare generalizzata e SVM (Support Vector Machine). I modelli si possono confrontare in base a correlazione, errore relativo o numero di variabili utilizzato.

Esempio

node = stream.create("autonumeric", "My node")
node.setPropertyValue("ranking_measure", "Correlation")
node.setPropertyValue("ranking_dataset", "Training")
node.setPropertyValue("enable_correlation_limit", True)
node.setPropertyValue("correlation_limit", 0.8)
node.setPropertyValue("calculate_variable_importance", True)
node.setPropertyValue("neuralnetwork", True)
node.setPropertyValue("chaid", False)

Tabella 1. proprietà autonumericnode
Proprietà `autonumericnode`	Valori	Descrizione proprietà
`custom_fields`	indicatore	Se True (vero), saranno utilizzate le impostazioni personalizzate dei campi anziché le impostazioni del nodo Tipo.
`target`	campo	Il nodo Numerico automatico richiede un solo campo obiettivo e uno o più campi di input. È inoltre possibile specificare i campi frequenza e peso. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli .
`inputs`	[field1 … field2]
`partition`	campo
`use_frequency`	indicatore
`frequency_field`	campo
`use_weight`	indicatore
`weight_field`	campo
`use_partitioned_data`	indicatore	Se viene definito un campo di partizione, solo i dati di addestramento vengono utilizzati per la creazione del modello.
`ranking_measure`	`Correlation` `NumberOfFields`
`ranking_dataset`	`Test` `Training`
`number_of_models`	intero	Numero dei modelli da includere nel nugget del modello. Specificare un numero intero compreso fra 1 e 100.
`calculate_variable_importance`	indicatore
`enable_correlation_limit`	indicatore
`correlation_limit`	intero
`enable_number_of_fields_limit`	indicatore
`number_of_fields_limit`	intero
`enable_relative_error_limit`	indicatore
`relative_error_limit`	intero
`enable_model_build_time_limit`	indicatore
`model_build_time_limit`	intero
`enable_stop_after_time_limit`	indicatore
`stop_after_time_limit`	intero
`stop_if_valid_model`	indicatore
`<algorithm>`	indicatore	Abilita o disabilita l'utilizzo di un algoritmo specifico.
`<algorithm>.<property>`	Stringa	Imposta il valore di una proprietà di un algoritmo specifico. Per ulteriori informazioni, consultare Impostazione delle proprietà dell'algoritmo .
`use_cross_validation`	booleano	Invece di utilizzare una partizione singola, viene utilizzata una partizione di convalida incrociata.
`number_of_folds`	intero	Parametro N ricorrenze per convalida incrociata, compreso tra 3 e 10.
`set_random_seed`	booleano	L'impostazione di un seed casuale consente di replicare le analisi. Specificare un intero o fare clic su Genera per creare un intero pseudocasuale compreso tra 1 e 2147483647 incluso. Per impostazione predefinita, le analisi vengono replicate con il seed 229176228.
`random_seed`	intero	Seed casuale
`filter_individual_model_output`	booleano	Elimina dall'output tutti i campi aggiuntivi generati dai singoli modelli che alimentano il nodo Insieme. Selezionare questa opzione se si è interessati solo al punteggio combinato da tutti i modelli di input. Verificare che questa opzione sia deselezionata se, per esempio, si desidera utilizzare un nodo Analisi o Valutazione per confrontare la precisione del punteggio combinato con quella dei singoli modelli di input.
`calculate_standard_error`	booleano	Per un obiettivo continuo (intervallo numerico), un calcolo di errore standard viene eseguito per impostazione predefinita per calcolare la differenza tra i valori misurati o stimati e i valori reali e per mostrare la corrispondenza di tali stime.