資料の 英語版 に戻る
sequencenode プロパティー
sequencenode プロパティー
最終更新: 2025年2月11日
シーケンス・ノードで、シーケンシャルな、または時間経過が伴うデータ内のアソシエーション・ルールを検出します。 予測可能な順序で起こる傾向にあるアイテム・セットのリストを、シーケンスと呼びます。 例えば、顧客がひげそりとアフター・シェーブ ローションを購入した場合、その顧客は次の購入時にシェービング クリームを購入する可能性があります。 シーケンス・ノードは CARMA アソシエーション・ルール・アルゴリズムに基づいており、効率的な 2 段階通過法を使用してシーケンスを検出します。
例
node = stream.create("sequence", "My node")
# "Fields" tab
node.setPropertyValue("id_field", "Age")
node.setPropertyValue("contiguous", True)
node.setPropertyValue("use_time_field", True)
node.setPropertyValue("time_field", "Date1")
node.setPropertyValue("content_fields", ["Drug", "BP"])
node.setPropertyValue("partition", "Test")
# "Model" tab
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "Sequence_test")
node.setPropertyValue("use_partitioned_data", False)
node.setPropertyValue("min_supp", 15.0)
node.setPropertyValue("min_conf", 14.0)
node.setPropertyValue("max_size", 7)
node.setPropertyValue("max_predictions", 5)
# "Expert" tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("use_max_duration", True)
node.setPropertyValue("max_duration", 3.0)
node.setPropertyValue("use_pruning", True)
node.setPropertyValue("pruning_value", 4.0)
node.setPropertyValue("set_mem_sequences", True)
node.setPropertyValue("mem_sequences", 5.0)
node.setPropertyValue("use_gaps", True)
node.setPropertyValue("min_item_gap", 20.0)
node.setPropertyValue("max_item_gap", 30.0)
プロパティー |
値 | プロパティーの説明 |
---|---|---|
|
フィールド | シーケンス・モデルを作成するには、ID フィールドを指定する必要があります。さらにオプションで時間フィールドと 1 つ以上の内容フィールドを指定します。 重みフィールドおよび度数フィールドは使用しません。 詳しくは、 モデル作成ノードの共通プロパティー を参照してください。 |
|
フィールド | |
|
フラグ | |
|
[field1 ... フィールド n] | |
|
フラグ | |
|
数値 | |
|
数値 | |
|
数値 | |
|
数値 | |
|
|
|
|
フラグ | |
|
数値 | |
|
フラグ | |
|
数値 | |
|
数値 | |
|
フラグ | |
|
数値 | |
|
フラグ | |
|
整数 |
トピックは役に立ちましたか?
0/1000