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

Retourner à la version anglaise de la documentation

propriétés de twostepAS

Dernière mise à jour : 07 oct. 2024

propriétés de twostepAS

Icône de noeud Twostep-AS TwoStep Cluster est un outil d'exploration conçu pour révéler des regroupements naturels (ou des clusters) au sein d'un ensemble de données qui, autrement, ne seraient pas apparents. L'algorithme utilisé par cette procédure a plusieurs caractéristiques intéressantes qui le différencient des techniques de classification traditionnelles, telles que le traitement des variables catégorielles et continues, la sélection automatique du nombre de clusters et l'évolutivité.

Tableau 1. Propriétés de twostepAS
Propriétés `twostepAS`	Valeurs	Description de la propriété
`inputs`	[f1 ... fN]	Les modèles TwoStepAS utilisent une liste de champs d'entrée, mais pas de cible. Les champs de pondération et de fréquence ne sont pas reconnus.
`use_predefined_roles`	Booléen	Valeur par défaut=`True`
`use_custom_field_assignments`	Booléen	Valeur par défaut=`False`
`cluster_num_auto`	Booléen	Valeur par défaut=`True`
`min_num_clusters`	Integer	Valeur par défaut=`2`
`max_num_clusters`	Integer	Valeur par défaut=`15`
`num_clusters`	Integer	Valeur par défaut=`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`	Booléen
`random_seed`	Integer
`distance_measure`	`Euclidean` `Loglikelihood`
`include_outlier_clusters`	Booléen	Valeur par défaut=`True`
`num_cases_in_feature_tree_leaf_is_less_than`	entier	Valeur par défaut=`10`
`top_perc_outliers`	entier	Valeur par défaut=`5`
`initial_dist_change_threshold`	entier	Valeur par défaut=`0`
`leaf_node_maximum_branches`	entier	Valeur par défaut=`8`
`non_leaf_node_maximum_branches`	entier	Valeur par défaut=`8`
`max_tree_depth`	entier	Valeur par défaut=`3`
`adjustment_weight_on_measurement_level`	Integer	Valeur par défaut=`6`
`memory_allocation_mb`	number	Valeur par défaut=`512`
`delayed_split`	Booléen	Valeur par défaut=`True`
`fields_not_to_standardize`	[f1 ... fN]
`adaptive_feature_selection`	Booléen	Valeur par défaut=`True`
`featureMisPercent`	entier	Valeur par défaut=`70`
`coefRange`	number	Valeur par défaut=`0.05`
`percCasesSingleCategory`	entier	Valeur par défaut=`95`
`numCases`	entier	Valeur par défaut=`24`
`include_model_specifications`	Booléen	Valeur par défaut=`True`
`include_record_summary`	Booléen	Valeur par défaut=`True`
`include_field_transformations`	Booléen	Valeur par défaut=`True`
`excluded_inputs`	Booléen	Valeur par défaut=`True`
`evaluate_model_quality`	Booléen	Valeur par défaut=`True`
`show_feature_importance bar chart`	Booléen	Valeur par défaut=`True`
`show_feature_importance_ word_cloud`	Booléen	Valeur par défaut=`True`
`show_outlier_clusters_interactive_table_and_chart`	Booléen	Valeur par défaut=`True`
`show_outlier_clusters_pivot_table`	Booléen	Valeur par défaut = True
`across_cluster_feature_importance`	Booléen	Valeur par défaut=`True`
`across_cluster_profiles_pivot_table`	Booléen	Valeur par défaut=`True`
`withinprofiles`	Booléen	Valeur par défaut=`True`
`cluster_distances`	Booléen	Valeur par défaut=`True`
`cluster_label`	`String` `Number`
`label_prefix`	`String`
`evaluation_maxNum`	entier	Nombre maximal de valeurs extrêmes à afficher dans la sortie. Si le nombre de clusters de valeurs extrêmes dépasse 20, un tableau croisé sera affiché à la place.
`across_cluster_profiles_table_and_chart`	Booléen	Tableau et graphiques de l'importance des fonctions et des centres de clusters pour chaque entrée (champ) utilisée dans la solution de cluster. La sélection de lignes différentes dans le tableau affiche un graphique différent. Pour les champs catégoriels, un diagramme à barres est affiché. Pour les champs continus, un diagramme de moyennes et d'écarts type est affiché.