Retourner à la version anglaise de la documentationpropriétés de regressionnode
propriétés de regressionnode
Dernière mise à jour : 04 oct. 2024
La régression linéaire est une technique statistique couramment utilisée dans le domaine de la synthèse de données et de la prévision. Cette technique établit une ligne droite ou une surface afin de réduire les écarts entre les valeurs de sortie prévues et observées.
Exemple
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)Propriétés regressionnode |
Valeurs | Description de la propriété |
|---|---|---|
target |
Zone | Les modèles Régression requièrent un seul champ cible et un ou plusieurs champs d'entrée. Un champ poids peut aussi être spécifié. Pour plus d'informations, voir la rubrique Propriétés de noeud de modélisation communes . |
method |
Enter Stepwise Backwards Forwards |
|
include_constant |
option | |
use_weight |
option | |
weight_field |
Zone | |
mode |
Simple Expert |
|
complete_records |
option | |
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 |
Pour les arguments, utilisez des guillemets doubles. |
stepping_method |
useP useF |
useP : utiliser la probabilité de F useF: utiliser la valeur F |
probability_entry |
number | |
probability_removal |
number | |
F_value_entry |
number | |
F_value_removal |
number | |
selection_criteria |
option | |
confidence_interval |
option | |
covariance_matrix |
option | |
collinearity_diagnostics |
option | |
regression_coefficients |
option | |
exclude_fields |
option | |
durbin_watson |
option | |
model_fit |
option | |
r_squared_change |
option | |
p_correlations |
option | |
descriptives |
option | |
calculate_variable_importance |
option | |
residuals |
Booléen | Statistiques des résidus (ou différences entre les valeurs prédites et les valeurs réelles). |