vlastnosti autonomericnode

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

vlastnosti autonomericnode

Last updated: 04. 7. 2023

vlastnosti autonomericnode

Ikona automatického číselného uzlu Automatický numerický uzel odhaduje a porovnává modely pro průběžné výsledky číselných hodnot s použitím řady různých metod. Uzel funguje stejným způsobem jako uzel Automatický klasifikátor, což vám umožňuje vybrat algoritmy pro použití a experimentovat s více kombinacemi voleb v rámci jednoho průchodu modelování. Podporované algoritmy zahrnují neuronové sítě, C & R strom, CHAID, lineární regrese, generalizovanou lineární regresi a podporu vektorových počítačů (SVM). Modely mohou být porovnávány na základě korelace, relativní chyby nebo počtu použitých proměnných.

Příklad

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)

Tabulka 1. vlastnosti autonomericnode
`autonumericnode` Vlastnosti	Hodnoty	Popis vlastnosti
`custom_fields`	příznak	Je-li nastaveno na hodnotu True, budou použita nastavení vlastního pole namísto nastavení uzlu typu.
`target`	pole	Uzel Auto Numeric vyžaduje jeden cíl a jedno nebo více vstupních polí. Pole Váha a frekvence mohou být také uvedena. Další informace naleznete v tématu Obecné vlastnosti uzlu modelování .
`inputs`	[field1 … field2]
`partition`	pole
`use_frequency`	příznak
`frequency_field`	pole
`use_weight`	příznak
`weight_field`	pole
`use_partitioned_data`	příznak	Je-li definováno pole logické oblasti, použijí se pouze údaje o školení pro sestavení modelu.
`ranking_measure`	`Correlation` `NumberOfFields`
`ranking_dataset`	`Test` `Training`
`number_of_models`	celočíselná hodnota	Počet modelů, které se mají zahrnout do modelu nugget. Zadejte celé číslo mezi 1 a 100.
`calculate_variable_importance`	příznak
`enable_correlation_limit`	příznak
`correlation_limit`	celočíselná hodnota
`enable_number_of_fields_limit`	příznak
`number_of_fields_limit`	celočíselná hodnota
`enable_relative_error_limit`	příznak
`relative_error_limit`	celočíselná hodnota
`enable_model_build_time_limit`	příznak
`model_build_time_limit`	celočíselná hodnota
`enable_stop_after_time_limit`	příznak
`stop_after_time_limit`	celočíselná hodnota
`stop_if_valid_model`	příznak
`<algorithm>`	příznak	Povoluje nebo zakazuje použití specifického algoritmu.
`<algorithm>.<property>`	řetězec	Nastaví hodnotu vlastnosti pro specifický algoritmus. Další informace viz Nastavení vlastností algoritmu .
`use_cross_validation`	typ boolean	Místo použití jedné oblasti je použita oblast křížového ověření.
`number_of_folds`	celočíselná hodnota	N násobný parametr pro křížovou validaci, s rozsahem od 3 do 10.
`set_random_seed`	typ boolean	Nastavení náhodného náhodného řetězce vám umožní replikovat analýzy. Zadejte celé číslo nebo klepněte na tlačítko Generovat, které vytvoří pseudo-náhodné celé číslo v rozsahu 1 až 2147483647 včetně. Ve výchozím nastavení jsou analýzy replikovány s počátečním kódem 229176228.
`random_seed`	celočíselná hodnota	náhodné semeno
`filter_individual_model_output`	typ boolean	Odstraní z výstupu všechna dodatečná pole generovaná jednotlivými modely, které se nakrmí do uzlu kompletu. Tuto volbu vyberte pouze v případě, že máte zájem pouze o kombinované skóre ze všech vstupních modelů. Ujistěte se, že tato volba není vybrána, pokud chcete například použít uzel analýzy nebo uzel vyhodnocení k porovnání přesnosti kombinovaného skóre s přesností na každý jednotlivý vstupní model.
`calculate_standard_error`	typ boolean	Pro souvislý (číselný) cíl se standardně spustí standardní výpočet chyb pro výpočet rozdílu mezi naměřenými nebo odhadovanými hodnotami a skutečnými hodnotami; a pro zobrazení toho, jak blízko se tyto odhady shodují.