Właściwości węzła twostepAS

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

Właściwości węzła twostepAS

Last updated: 04 lip 2023

Właściwości węzła twostepAS

Ikona węzła Dwustopniowy-AS TwoStep Klaster jest narzędziem eksploracyjnym, które zaprojektowano w celu ujawnienia naturalnych ugrupowań (lub klastrów) w zestawie danych, które w przeciwnym razie nie byłyby widoczne. Algorytm, który jest zastosowany w tej procedurze, ma kilka pożądanych cech, które odróżniają go od tradycyjnych technik grupowania, takich jak obsługa zmiennych jakościowych i ilościowych, automatyczny wybór liczby skupień oraz skalowalność.

Tabela 1. Właściwości twostepAS
Właściwości węzła `twostepAS`	Wartości	Opis właściwości
`inputs`	[f1 ... fN]	Modele Dwustopniowa analiza skupień korzystają z listy zmiennych wejściowych, ale nie mają zmiennych przewidywanych. Zmienne wagi i częstości nie są rozpoznawane.
`use_predefined_roles`	Wartość boolowska	Wartość domyślna =`True`
`use_custom_field_assignments`	Wartość boolowska	Wartość domyślna =`False`
`cluster_num_auto`	Wartość boolowska	Wartość domyślna =`True`
`min_num_clusters`	liczba całkowita	Wartość domyślna =`2`
`max_num_clusters`	liczba całkowita	Wartość domyślna =`15`
`num_clusters`	liczba całkowita	Wartość domyślna =`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`	Wartość boolowska
`random_seed`	liczba całkowita
`distance_measure`	`Euclidean` `Loglikelihood`
`include_outlier_clusters`	Wartość boolowska	Wartość domyślna =`True`
`num_cases_in_feature_tree_leaf_is_less_than`	liczba całkowita	Wartość domyślna =`10`
`top_perc_outliers`	liczba całkowita	Wartość domyślna =`5`
`initial_dist_change_threshold`	liczba całkowita	Wartość domyślna =`0`
`leaf_node_maximum_branches`	liczba całkowita	Wartość domyślna =`8`
`non_leaf_node_maximum_branches`	liczba całkowita	Wartość domyślna =`8`
`max_tree_depth`	liczba całkowita	Wartość domyślna =`3`
`adjustment_weight_on_measurement_level`	liczba całkowita	Wartość domyślna =`6`
`memory_allocation_mb`	Liczba	Wartość domyślna =`512`
`delayed_split`	Wartość boolowska	Wartość domyślna =`True`
`fields_not_to_standardize`	[f1 ... fN]
`adaptive_feature_selection`	Wartość boolowska	Wartość domyślna =`True`
`featureMisPercent`	liczba całkowita	Wartość domyślna =`70`
`coefRange`	Liczba	Wartość domyślna =`0.05`
`percCasesSingleCategory`	liczba całkowita	Wartość domyślna =`95`
`numCases`	liczba całkowita	Wartość domyślna =`24`
`include_model_specifications`	Wartość boolowska	Wartość domyślna =`True`
`include_record_summary`	Wartość boolowska	Wartość domyślna =`True`
`include_field_transformations`	Wartość boolowska	Wartość domyślna =`True`
`excluded_inputs`	Wartość boolowska	Wartość domyślna =`True`
`evaluate_model_quality`	Wartość boolowska	Wartość domyślna =`True`
`show_feature_importance bar chart`	Wartość boolowska	Wartość domyślna =`True`
`show_feature_importance_ word_cloud`	Wartość boolowska	Wartość domyślna =`True`
`show_outlier_clusters_interactive_table_and_chart`	Wartość boolowska	Wartość domyślna =`True`
`show_outlier_clusters_pivot_table`	Wartość boolowska	Domyślnie=True
`across_cluster_feature_importance`	Wartość boolowska	Wartość domyślna =`True`
`across_cluster_profiles_pivot_table`	Wartość boolowska	Wartość domyślna =`True`
`withinprofiles`	Wartość boolowska	Wartość domyślna =`True`
`cluster_distances`	Wartość boolowska	Wartość domyślna =`True`
`cluster_label`	`String` `Number`
`label_prefix`	`String`
`evaluation_maxNum`	liczba całkowita	Maksymalna liczba skupień odstających, która może być ujęta w wynikach. Jeśli liczba skupień odstających przekracza dwadzieścia, to zostanie wyświetlona tabela przestawna.
`across_cluster_profiles_table_and_chart`	Wartość boolowska	Tabela i wykresy ważności predyktorów oraz środków skupień dla każdej zmiennej wejściowej używanej w rozwiązaniu dla skupień. Wybieranie różnych wierszy w tabeli powoduje wyświetlanie różnych wykresów. W przypadku zmiennych jakościowych wyświetlany będzie wykres słupkowy. W przypadku zmiennych ilościowych wyświetlany będzie wykres średnich i odchyleń standardowych.