Właściwości xgboostlinearnode

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 xgboostlinearnode

Last updated: 04 lip 2023

Właściwości xgboostlinearnode

Ikona węzła liniowego XGBoost XGBoost Linear© to zaawansowana implementacja algorytmu wzmacniania gradientowego, który jako model bazowy wykorzystuje model liniowy. Algorytmy wzmacniania iteracyjnie ucząc się, wyznaczają słabe klasyfikatory i dodają je do ostatecznego silnego klasyfikatora. Węzeł liniowy XGBoost w programie SPSS Modeler jest implementowany w języku Python.

Tabela 1. Właściwości węzła xgboostlinearnode
Właściwości `xgboostlinearnode`	Typ danych	Opis właściwości
`custom_fields`	boolean (boolowskie)	Ta opcja stanowi dla węzła instrukcję o konieczności użycia informacji o zmiennej określonych w tym miejscu, a nie w żadnym wcześniejszym węźle Typy. Po wybraniu tej opcji określ pola zgodnie z wymaganiami.
`target`	field (pole)
`inputs`	field (pole)
`alpha`	Podwójna	Parametr alpha linear booster. Należy określić wartość `0` lub większą. Wartością domyślną jest `0`.
`lambda`	Podwójna	Parametr lambda linear booster. Należy określić wartość `0` lub większą. Wartością domyślną jest `1`.
`lambdaBias`	Podwójna	Parametr lambda bias linear booster. Należy określić dowolną liczbę. Wartością domyślną jest `0`.
`num_boost_round`	liczba całkowita	Wartość zaokrąglania num boost dla budowania modelu. Określ wartość z zakresu od `1` do `1000`. Wartością domyślną jest `10`.
`objectiveType`	łańcuch	Typ celu dla zadania uczenia. Możliwe wartości to:`reg:linear`, `reg:logistic`, `reg:gamma`, `reg:tweedie`,`count:poisson`,`rank:pairwise`, `binary:logistic`lub `multi`. Należy pamiętać, że w przypadku zmiennych przewidywanych typu flaga można używać tylko wartości `binary:logistic` lub `multi`. W razie użycia wartości `multi` wynik oceny będzie przedstawiał typy celów XGBoost `multi:softmax` i `multi:softprob`.
`random_seed`	liczba całkowita	Wartość początkowa liczb losowych. Jest to dowolna liczba z zakresu od `0` do `9999999`. Wartością domyślną jest `0`.
`useHPO`	Wartość boolowska	Należy określić `true` albo `false`, aby włączyć albo wyłączyć opcje HPO. Ustawienie `true` spowoduje zastosowanie Rbfopt w celu automatycznego znalezienia „najlepszego” modelu SVM z jedną klasą, który osiągnie docelową wartość funkcji celu zdefiniowaną przez użytkownika w parametrze `target_objval`.