propiedades de xgboostlinearnode

Volver a la versión inglesa de la documentación

Última actualización: 04 oct 2024

propiedades de xgboostlinearnode

Icono de nodo lineal XGBoost XGBoost Linear© es una implementación avanzada de un algoritmo de aumento de gradiente con un modelo lineal como modelo base. Los algoritmos de aumento conocen de forma iterativa los clasificadores débiles y, a continuación, los añaden a un clasificador fuerte final. El nodo XGBoost Linear en SPSS Modeler se implementa en Python.

Tabla 1. Propiedades de xgboostlinearnode
Propiedades de `xgboostlinearnode`	Tipo de datos	Descripción de la propiedad
`custom_fields`	Boolean	Esta opción permite indicar al nodo que use la información de campo especificada aquí en lugar de la proporcionada en nodos Tipo situados en cualquier punto anterior de la ruta. Después de seleccionar esta opción, especifique los campos según sea necesario.
`target`	campo
`inputs`	campo
`alpha`	Doble	Parámetro de aumento lineal alfa. Especifique cualquier número `0` o superior. El valor predeterminado es `0`.
`lambda`	Doble	Parámetro de aumento lineal lambda. Especifique cualquier número `0` o superior. El valor predeterminado es `1`.
`lambdaBias`	Doble	Parámetro de aumento lineal lambda bias. Especifique cualquier número. El valor predeterminado es `0`.
`num_boost_round`	entero	Valor de redondeo de aumento de número para la generación de modelos. Especifique un valor entre `1` y `1000`. El valor predeterminado es `10`.
`objectiveType`	serie	Tipo de objetivo para la tarea de aprendizaje. Los valores posibles son `reg:linear`, `reg:logistic`, `reg:gamma`, `reg:tweedie`,`count:poisson`,`rank:pairwise`, `binary:logistic` o `multi`. Tenga en cuenta que para los destinos de distintivo, sólo se puede utilizar `binary:logistic` o `multi`. Si se utiliza `multi`, el resultado de la puntuación mostrará los tipos de objetivo XGBoost `multi:softmax` y `multi:softprob`.
`random_seed`	entero	Semilla de aleatorización. Cualquier número entre `0` y `9999999`. El valor predeterminado es `0`.
`useHPO`	Booleano	Especifique `true` o `false` para habilitar o inhabilitar las opciones de HPO. Si se establece en `true`, se aplicará Rbfopt para averiguar el "mejor" modelo SVM de Clase Uno automáticamente, que alcanza el valor objetivo de destino definido por el usuario con el parámetro `target_objval`.