propiedades de smotenode

Volver a la versión inglesa de la documentación

Última actualización: 04 oct 2024

propiedades de smotenode

Icono de nodo SMOTE El nodo SMOTE (Synthetic Minority Over-sampling Technique) proporciona un algoritmo de sobremuestreo para tratar con conjuntos de datos desequilibrados. Proporciona un método avanzado para equilibrar los datos. El nodo de proceso SMOTE en SPSS Modeler se implementa en Python y requiere la biblioteca imbalanced-learn© Python .

Tabla 1. propiedades de smotenode
Propiedades de `smotenode`	Tipo de datos	Descripción de la propiedad
`target`	campo	Campo objetivo.
`sample_ratio`	serie	Habilita un valor de cociente personalizado. Las dos opciones son Auto (`sample_ratio_auto`) o Set ratio (`sample_ratio_manual`).
`sample_ratio_value`	Float	La razón es el número de muestras en la clase minoritaria sobre el número de muestras de la clase mayoritaria. Debe ser mayor que `0` y menor o igual que `1`. El valor predeterminado es `auto`.
`enable_random_seed`	Booleano	Si se establece en `true`, la propiedad `random_seed` se habilitará.
`random_seed`	entero	Semilla utilizada por el generador de números aleatorios.
`k_neighbours`	entero	Número de vecinos más próximos que se utilizarán para crear muestras sintéticas. El valor predeterminado es `5`.
`m_neighbours`	entero	Número de vecinos más próximos que se utilizarán para determinar si una muestra minoritaria está en peligro. Esta opción sólo está habilitada con los tipos de algoritmo SMOTE `borderline1` y `borderline2`. El valor predeterminado es `10`.
`algorithm`	serie	El tipo de algoritmo SMOTE: `regular`, `borderline1` o `borderline2`.
`use_partition`	Booleano	Si se establece en `true`, sólo se utilizarán datos de entrenamiento para la creación de modelos. El valor predeterminado es `true`.