0 / 0
Go back to the English version of the documentation
Vlastnosti rfnode
Last updated: 04. 7. 2023
Vlastnosti rfnode

Ikona náhodného uzlu doménové strukturyUzel Náhodný doménový les používá rozšířenou implementaci algoritmu bging se stromovým modelem jako základní model. Tento uzel modelování náhodných doménových struktur v produktu SPSS Modeler je implementován v jazyce Python a vyžaduje knihovnu scikit-learn© Python .

Tabulka 1. vlastnosti rfnode
rfnode vlastnosti Datový typ Popis vlastnosti
custom_fields typ boolean Tato volba říká uzlu, aby místo toho udané v jakémkoliv předchozím uzlu (uzlech) použil informace o poli zadané v tomto poli. Po výběru této volby zadejte podle potřeby následující pole.
inputs pole Seznam názvů polí pro vstup.
target pole Jeden název pole pro cíl.
fast_build typ boolean Využívejte více jader procesorů, abyste zlepšili budovu modelu.
role_use řetězec Uveďte predefined , chcete-li použít předdefinované role nebo custom pro použití vlastních přiřazení polí. Předvolba je předdefinovaná.
splits pole Seznam názvů polí pro rozdělení.
n_estimators celočíselná hodnota Počet stromů, které mají být sestaveny. Předvolba je 10.
specify_max_depth Logická hodnota Uveďte vlastní maximální hloubku. Je-li false, uzly jsou rozbaleny až do doby, než všechny listy zůstanou ryzí nebo dokud všechny nejnižší prvky dimenze neobsahují menší než min_samples_split vzorků. Předvolba je false.
max_depth celočíselná hodnota Maximální hloubka stromu. Předvolba je 10.
min_samples_leaf celočíselná hodnota Minimální velikost koncového uzlu. Předvolba je 1.
max_features řetězec Počet funkcí, které je třeba vzít v úvahu při hledání nejlepšího rozdělení:
  • Pokud je auto, pak max_features=sqrt(n_features) pro klasifikátor a max_features=sqrt(n_features) pro regresi.
  • Pokud je sqrt, pak max_features=sqrt(n_features).
  • Pokud je log2, pak max_features=log2 (n_features).
Předvolba je auto.
bootstrap Logická hodnota Použití ukázek zaváděcího programu při sestavování stromů. Předvolba je true.
oob_score Logická hodnota Použijte vzorky k odhadu generalizační přesnosti, které se používají pro odhad generalizací. Výchozí hodnota je false.
extreme Logická hodnota Používejte extrémně nahodilé stromy. Předvolba je false.
use_random_seed Logická hodnota Uveďte toto pro získání replikovaných výsledků. Předvolba je false.
random_seed celočíselná hodnota Osivo náhodných čísel, které má být použito při sestavování stromů. Uveďte libovolné celé číslo.
cache_size Plovoucí Velikost mezipaměti jádra v MB. Předvolba je 200.
enable_random_seed Logická hodnota Povoluje parametr random_seed . Uveďte true nebo false. Předvolba je false.
enable_hpo Logická hodnota Uveďte true nebo false , chcete-li povolit nebo zakázat volby HPO. Pokud je nastaveno na true, použije se Rbfopt k určení "nejlepšího" náhodného modelu Forest automaticky, který dosáhne cílové hodnoty cíle definované uživatelem s následujícím parametrem target_objval .
target_objval Plovoucí Hodnota objektivní funkce (četnost chyb modelu na ukázkách), kterou chcete dosáhnout (například hodnota neznámého optimálního). Nastavte tento parametr na odpovídající hodnotu, pokud je optimální (například, 0.01).
max_iterations celočíselná hodnota Maximální počet iterací pro zkoušení modelu. Předvolba je 1000.
max_evaluations celočíselná hodnota Maximální počet vyhodnocení funkce pro model, kde je fokus větší než rychlost. Předvolba je 300.
Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more