propiedades de twostepAS | IBM Cloud Pak for Data as a Service

Volver a la versión inglesa de la documentación

propiedades de twostepAS

Última actualización: 07 oct 2024

propiedades de twostepAS

Icono de nodo de twostep-AS TwoStep Cluster es una herramienta de exploración diseñada para revelar agrupaciones naturales (o clústeres) dentro de un conjunto de datos que de otro modo no sería aparente. El algoritmo empleado por este procedimiento tiene varias características deseables que lo diferencian de las técnicas de agrupación en clúster tradicionales, como el manejo de variables categóricas y continuas, la selección automática de número de clústeres y la escalabilidad.

Tabla 1. twostepAS
Propiedades de `twostepAS`	Valores	Descripción de la propiedad
`inputs`	[f1 ... fN]	Los modelos bietápicos utilizan una lista de campos de entrada, pero no de objetivos. Los campos de ponderación y frecuencia no se reconocen.
`use_predefined_roles`	Boolean	Valor predeterminado=`True`
`use_custom_field_assignments`	Boolean	Valor predeterminado=`False`
`cluster_num_auto`	Boolean	Valor predeterminado=`True`
`min_num_clusters`	entero	Valor predeterminado=`2`
`max_num_clusters`	entero	Valor predeterminado=`15`
`num_clusters`	entero	Valor predeterminado=`5`
`clustering_criterion`	`AIC` `BIC`
`automatic_clustering_method`	`use_clustering_criterion_setting` `Distance_jump` `Minimum` `Maximum`
`feature_importance_method`	`use_clustering_criterion_setting` `effect_size`
`use_random_seed`	Boolean
`random_seed`	entero
`distance_measure`	`Euclidean` `Loglikelihood`
`include_outlier_clusters`	Boolean	Valor predeterminado=`True`
`num_cases_in_feature_tree_leaf_is_less_than`	entero	Valor predeterminado=`10`
`top_perc_outliers`	entero	Valor predeterminado=`5`
`initial_dist_change_threshold`	entero	Valor predeterminado=`0`
`leaf_node_maximum_branches`	entero	Valor predeterminado=`8`
`non_leaf_node_maximum_branches`	entero	Valor predeterminado=`8`
`max_tree_depth`	entero	Valor predeterminado=`3`
`adjustment_weight_on_measurement_level`	entero	Valor predeterminado=`6`
`memory_allocation_mb`	número	Valor predeterminado=`512`
`delayed_split`	Booleano	Valor predeterminado=`True`
`fields_not_to_standardize`	[f1 ... fN]
`adaptive_feature_selection`	Booleano	Valor predeterminado=`True`
`featureMisPercent`	entero	Valor predeterminado=`70`
`coefRange`	número	Valor predeterminado=`0.05`
`percCasesSingleCategory`	entero	Valor predeterminado=`95`
`numCases`	entero	Valor predeterminado=`24`
`include_model_specifications`	Booleano	Valor predeterminado=`True`
`include_record_summary`	Booleano	Valor predeterminado=`True`
`include_field_transformations`	Booleano	Valor predeterminado=`True`
`excluded_inputs`	Booleano	Valor predeterminado=`True`
`evaluate_model_quality`	Booleano	Valor predeterminado=`True`
`show_feature_importance bar chart`	Booleano	Valor predeterminado=`True`
`show_feature_importance_ word_cloud`	Booleano	Valor predeterminado=`True`
`show_outlier_clusters_interactive_table_and_chart`	Booleano	Valor predeterminado=`True`
`show_outlier_clusters_pivot_table`	Booleano	Default=True
`across_cluster_feature_importance`	Booleano	Valor predeterminado=`True`
`across_cluster_profiles_pivot_table`	Booleano	Valor predeterminado=`True`
`withinprofiles`	Boolean	Valor predeterminado=`True`
`cluster_distances`	Boolean	Valor predeterminado=`True`
`cluster_label`	`String` `Number`
`label_prefix`	`String`
`evaluation_maxNum`	entero	El número máximo de valores atípicos a visualizar en la salida. Si hay más de veinte clústeres de valor atípico, en su lugar se muestra una tabla dinámica.
`across_cluster_profiles_table_and_chart`	Booleano	Tabla y gráficos de importancia de característica y centros de clúster para cada entrada (campo) utilizada en la solución de clúster. Al seleccionar filas diferentes en la tabla se visualiza un gráfico distinto. En los campos categóricos se muestra un gráfico de barras. Para los campos continuos, se visualiza un gráfico de medias y desviaciones estándar.