Retourner à la version anglaise de la documentationpropriétés de slrmnode
propriétés de slrmnode
Dernière mise à jour : 04 oct. 2024
Le noeud Modèle de réponse en auto-apprentissage (SLRM) vous permet de créer un modèle dans lequel une nouvelle observation unique, ou un petit nombre de nouvelles observations, peuvent être utilisés pour réestimer un modèle sans qu'un recyclage de toutes les données soit nécessaire.
Exemple
node = stream.create("slrm", "My node")
node.setPropertyValue("target", "Offer")
node.setPropertyValue("target_response", "Response")
node.setPropertyValue("inputs", ["Cust_ID", "Age", "Ave_Bal"])Propriétés slrmnode |
Valeurs | Description de la propriété |
|---|---|---|
target |
Zone | Le champ cible doit être nominal ou indicateur. Un champ de fréquence peut aussi être spécifié. Pour plus d'informations, voir Propriétés communes des noeuds de modélisation . |
target_response |
Zone | Type doit être indicateur. |
continue_training_existing_model |
option | |
target_field_values |
option | Use all : Utiliser toutes les valeurs source. Specify : Sélectionner les valeurs nécessaires. |
target_field_values_specify |
[field1 ... fieldN] | |
include_model_assessment |
option | |
model_assessment_random_seed |
number | Doit être un nombre réel. |
model_assessment_sample_size |
number | Doit être un nombre réel. |
model_assessment_iterations |
number | Nombre d'itérations. |
display_model_evaluation |
option | |
max_predictions |
number | |
randomization |
number | |
scoring_random_seed |
number | |
sort |
Ascending Descending |
Indique si les premières offres affichées sont celles dont les scores sont les plus élevés ou les moins élevés. |
model_reliability |
option | |
calculate_variable_importance |
option |