Docs
...
regressionnode properties

propriétés de regressionnode

Dernière mise à jour : 12 févr. 2025
propriétés de regressionnode

Icône du noeud RégressionLa 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)
Tableau 1. propriétés de regressionnode
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-1
1.0E-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).