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

Ikona uzlu Gen Sim Uzel Generování simulace (Sim Gen) poskytuje snadný způsob, jak generovat simulovaná data-buď od začátku pomocí uživatelem zadaných statistických distribucí, nebo automaticky za použití distribucí, které jsou získány ze spuštění uzlu simulace přizpůsobení (Sim Fit) na existujících historických datech. To je užitečné, když chcete vyhodnotit výsledek prediktivního modelu za přítomnosti nejistoty ve vstupech modelu.

Tabulka 1. Vlastnosti simgennode
simgennode vlastnosti Datový typ Popis vlastnosti
fields Strukturovaná vlastnost Viz příklad
correlations Strukturovaná vlastnost Viz příklad
keep_min_max_setting typ boolean  
refit_correlations typ boolean  
max_cases celočíselná hodnota Minimální hodnota je 1000, maximální hodnota je 2.147.483.
create_iteration_field typ boolean  
iteration_field_name řetězec  
replicate_results typ boolean  
random_seed celočíselná hodnota  
parameter_xml řetězec Vrací XML parametr jako řetězec

Příklad polí

Jedná se o strukturovaný parametr slotu s následující syntaxí:

simgennode.setPropertyValue("fields", [
    [field1, storage, locked, [distribution1], min, max],
    [field2, storage, locked, [distribution2], min, max],
    [field3, storage, locked, [distribution3], min, max]
])

distribution je deklarací názvu distribuce, po němž následuje seznam obsahující dvojice názvů a hodnot atributů. Každá distribuce je definována následujícím způsobem:

[distributionname, [[par1], [par2], [par3]]]

simgennode = modeler.script.stream().createAt("simgen", u"Sim Gen", 726, 322)
simgennode.setPropertyValue("fields", [["Age", "integer", False, ["Uniform",[["min","1"],["max","2"]]], "", ""]])

Chcete-li například vytvořit uzel, který vygeneruje jediné pole s distribucí Binomial, můžete použít následující skript:

simgen_node1 = modeler.script.stream().createAt("simgen", u"Sim Gen", 200, 200)
simgen_node1.setPropertyValue("fields", [["Education", "Real", False, ["Binomial", [["n", 32],
 ["prob", 0.7]]], "", ""]])

Distribuce Binomial má dva parametry: n a prob. Vzhledem k tomu, že binomial nepodporuje minimální a maximální hodnoty, jsou tyto hodnoty dodávány jako prázdný řetězec.

Pozn.: Nemůžete nastavit distribution přímo; použijte jej ve spojení s vlastností fields .

Následující příklady zobrazují všechny možné typy rozdělení. Všimněte si, že prahová hodnota se zadává jako thresh v NegativeBinomialFailures i v NegativeBinomialTrial.

stream = modeler.script.stream()

simgennode = stream.createAt("simgen", u"Sim Gen", 200, 200)

beta_dist = ["Field1", "Real", False, ["Beta",[["shape1","1"],["shape2","2"]]], "", ""]
binomial_dist = ["Field2", "Real", False, ["Binomial",[["n" ,"1"],["prob","1"]]], "", ""]
categorical_dist = ["Field3", "String", False, ["Categorical", [["A",0.3],["B",0.5],["C",0.2]]], "", ""]
dice_dist = ["Field4", "Real", False, ["Dice", [["1" ,"0.5"],["2","0.5"]]], "", ""]
exponential_dist = ["Field5", "Real", False, ["Exponential", [["scale","1"]]], "", ""]
fixed_dist = ["Field6", "Real", False, ["Fixed", [["value","1" ]]], "", ""]
gamma_dist = ["Field7", "Real", False, ["Gamma", [["scale","1"],["shape"," 1"]]], "", ""]
lognormal_dist = ["Field8", "Real", False, ["Lognormal", [["a","1"],["b","1" ]]], "", ""]
negbinomialfailures_dist = ["Field9", "Real", False, ["NegativeBinomialFailures",[["prob","0.5"],["thresh","1"]]], "", ""]
negbinomialtrial_dist = ["Field10", "Real", False, ["NegativeBinomialTrials",[["prob","0.2"],["thresh","1"]]], "", ""]
normal_dist = ["Field11", "Real", False, ["Normal", [["mean","1"] ,["stddev","2"]]], "", ""]
poisson_dist = ["Field12", "Real", False, ["Poisson", [["mean","1"]]], "", ""]
range_dist = ["Field13", "Real", False, ["Range", [["BEGIN","[1,3]"] ,["END","[2,4]"],["PROB","[[0.5],[0.5]]"]]], "", ""]
triangular_dist = ["Field14", "Real", False, ["Triangular", [["min","0"],["max","1"],["mode","1"]]], "", ""]
uniform_dist = ["Field15", "Real", False, ["Uniform", [["min","1"],["max","2"]]], "", ""]
weibull_dist = ["Field16", "Real", False, ["Weibull", [["a","0"],["b","1 "],["c","1"]]], "", ""]

simgennode.setPropertyValue("fields", [\
beta_dist, \
binomial_dist, \
categorical_dist, \
dice_dist, \
exponential_dist, \
fixed_dist, \
gamma_dist, \
lognormal_dist, \
negbinomialfailures_dist, \
negbinomialtrial_dist, \
normal_dist, \
poisson_dist, \
range_dist, \
triangular_dist, \
uniform_dist, \
weibull_dist
])

příklad korelací

Jedná se o strukturovaný parametr slotu s následující syntaxí:

simgennode.setPropertyValue("correlations", [
    [field1, field2, correlation],
    [field1, field3, correlation],
    [field2, field3, correlation]
])

Korelace může být libovolná čísla mezi +1 a -1. Můžete uvést tolik nebo málo korelací, jak chcete. Všechny nespecifikované korelace jsou nastaveny na nulu. Nejsou-li některá pole známa, měla by být korelační hodnota nastavena na matici korelace (nebo v tabulce). Pokud existují neznámá pole, není možné uzel spustit.

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