propriétés de svmnode

Retourner à la version anglaise de la documentation

Dernière mise à jour : 04 oct. 2024

propriétés de svmnode

Icône de noeud SVM Le noeud Support Vector Machine (SVM) vous permet de classer les données dans l'un de deux groupes sans surajustement. SVM fonctionne bien avec les grands jeux de données, comme ceux qui disposent d'un très grand nombre de champs d'entrée.

Exemple

node = stream.create("svm", "My node")
# Expert tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("all_probabilities", True)
node.setPropertyValue("kernel", "Polynomial")
node.setPropertyValue("gamma", 1.5)

Tableau 1. propriétés de svmnode
Propriétés `svmnode`	Valeurs	Description de la propriété
`all_probabilities`	option
`stopping_criteria`	`1.0E-1` `1.0E-2` `1.0E-3` `1.0E-4` `1.0E-5` `1.0E-6`	Détermine le moment de l'arrêt de l'algorithme d'optimisation.
`regularization`	number	Egalement appelé Paramètre C
`precision`	number	Utilisé uniquement si le niveau de mesure du champ cible est `Continuous`.
`kernel`	`RBF` `Polynomial` `Sigmoid` `Linear`	Type de fonction de noyau utilisée pour la transformation. `RBF` est la valeur par défaut.
`rbf_gamma`	number	Utilisé uniquement si `kernel` est `RBF`.
`gamma`	number	Utilisé seulement si `kernel` est `Polynomial` ou `Sigmoid`.
`bias`	number
`degree`	number	Utilisé uniquement si `kernel` est `Polynomial`.
`calculate_variable_importance`	option
`calculate_raw_propensities`	option
`calculate_adjusted_propensities`	option
`adjusted_propensity_partition`	`Test` `Validation`