Torna alla versione inglese della documentazioneproprietà regressionnode
proprietà regressionnode
Ultimo aggiornamento: 07 ott 2024
La regressione lineare è una tecnica statistica molto comune per riassumere i dati ed eseguire previsioni individuando un'area o una linea retta in grado di ridurre le discrepanze tra i valori di output previsti e quelli osservati.
Esempio
node = stream.create("regression", "My node")
# "Fields" tab
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("target", "Age")
node.setPropertyValue("inputs", ["Na", "K"])
node.setPropertyValue("partition", "Test")
node.setPropertyValue("use_weight", True)
node.setPropertyValue("weight_field", "Drug")
# "Model" tab
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "Regression Age")
node.setPropertyValue("use_partitioned_data", True)
node.setPropertyValue("method", "Stepwise")
node.setPropertyValue("include_constant", False)
# "Expert" tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("complete_records", False)
node.setPropertyValue("tolerance", "1.0E-3")
# "Stepping..." section
node.setPropertyValue("stepping_method", "Probability")
node.setPropertyValue("probability_entry", 0.77)
node.setPropertyValue("probability_removal", 0.88)
node.setPropertyValue("F_value_entry", 7.0)
node.setPropertyValue("F_value_removal", 8.0)
# "Output..." section
node.setPropertyValue("model_fit", True)
node.setPropertyValue("r_squared_change", True)
node.setPropertyValue("selection_criteria", True)
node.setPropertyValue("descriptives", True)
node.setPropertyValue("p_correlations", True)
node.setPropertyValue("collinearity_diagnostics", True)
node.setPropertyValue("confidence_interval", True)
node.setPropertyValue("covariance_matrix", True)
node.setPropertyValue("durbin_watson", True)Proprietà regressionnode |
Valori | Descrizione proprietà |
|---|---|---|
target |
campo | I modelli di regressione richiedono un solo campo obiettivo e uno o più campi di input. È anche possibile specificare un campo peso. Per ulteriori informazioni, consultare l'argomento Proprietà comuni dei nodi Modelli . |
method |
Enter Stepwise Backwards Forwards |
|
include_constant |
indicatore | |
use_weight |
indicatore | |
weight_field |
campo | |
mode |
Simple Expert |
|
complete_records |
indicatore | |
tolerance |
1.0E-11.0E-2 1.0E-3 1.0E-4 1.0E-5 1.0E-6 1.0E-7 1.0E-8 1.0E-9 1.0E-10 1.0E-11 1.0E-12 |
Utilizzare le virgolette per gli argomenti. |
stepping_method |
useP useF |
useP : utilizza probabilità di F useF: utilizza valore F |
probability_entry |
numero | |
probability_removal |
numero | |
F_value_entry |
numero | |
F_value_removal |
numero | |
selection_criteria |
indicatore | |
confidence_interval |
indicatore | |
covariance_matrix |
indicatore | |
collinearity_diagnostics |
indicatore | |
regression_coefficients |
indicatore | |
exclude_fields |
indicatore | |
durbin_watson |
indicatore | |
model_fit |
indicatore | |
r_squared_change |
indicatore | |
p_correlations |
indicatore | |
descriptives |
indicatore | |
calculate_variable_importance |
indicatore | |
residuals |
booleano | Statistiche per i residui (o differenze tra i valori previsti e quelli effettivi). |