Docs
...
smotenode properties

Eigenschaften von "smotenode"

Letzte Aktualisierung: 11. Feb. 2025
Eigenschaften von "smotenode"

Symbol für SMOTE-KnotenDer Knoten "Synthetic Minority Over-sampling Technique" (SMOTE) stellt einen Oversampling-Algorithmus bereit, um unausgewogene Datasets zu verarbeiten. Er stellt eine erweiterte Methode zur Balancierung von Daten bereit. Der SMOTE-Prozessknoten in SPSS Modeler ist in Python implementiert und erfordert die Bibliothek imbalanced-learn© Python .

Tabelle 1. Eigenschaften von "smotenode"
smotenodeEigenschaften Datentyp Eigenschaftsbeschreibung
target Feld Das Zielfeld.
sample_ratio Zeichenfolge Aktiviert einen benutzerdefinierten Verhältniswert. Die beiden Optionen sind "Auto" (sample_ratio_auto) oder "Set ratio" (sample_ratio_manual).
sample_ratio_value FLOAT Das Verhältnis ist die Anzahl der Stichproben in der Minderheitsklasse über der Anzahl der Stichproben in der Mehrheitsklasse. Es muss größer als 0und kleiner-gleich 1sein. Der Standardwert ist auto.
enable_random_seed Boolesch Wenn der Wert auf truegesetzt ist, ist die Eigenschaft random_seedaktiviert.
random_seed Ganze Zahl Der Startwert, der vom Zufallszahlengenerator verwendet wird.
k_neighbours Ganze Zahl Die Anzahl der nächsten Nachbarn für die Erstellung synthetischer Stichproben. Der Standardwert ist 5.
m_neighbours Ganze Zahl Die Anzahl der nächstgelegenen Nachbarn, die verwendet werden sollen, um festzustellen, ob eine Minderheitsstichprobe gefährdet ist. Diese Option ist nur mit den SMOTE-Algorithmustypen borderline1und borderline2aktiviert. Der Standardwert ist 10.
algorithm Zeichenfolge Der Typ des SMOTE-Algorithmus: regular, borderline1oderborderline2.
use_partition Boolesch Wenn truefestgelegt ist, werden nur Trainingsdaten für die Modellerstellung verwendet. Der Standardwert ist true.