propriétés ensemblenode
Le nœud Ensemble combine deux ou plusieurs pépites de modèle pour obtenir des prédictions plus précises que celles que l'on peut obtenir à partir d'un seul modèle.
Exemple
# Create and configure an Ensemble node
node = stream.create("ensemble", "My node")
node.setPropertyValue("ensemble_target_field", "response")
node.setPropertyValue("filter_individual_model_output", False)
node.setPropertyValue("flag_ensemble_method", "ConfidenceWeightedVoting")
node.setPropertyValue("flag_voting_tie_selection", "HighestConfidence")
ensemblenode properties |
Type de données | Description de la propriété |
|---|---|---|
ensemble_target_field |
zone | Spécifie le champ cible pour tous les modèles utilisés dans l'ensemble. |
filter_individual_model_output |
option | Indique si les résultats de notation des modèles individuels doivent être supprimés. |
flag_ensemble_method |
Voting ConfidenceWeightedVoting RawPropensityWeightedVoting AdjustedPropensityWeightedVoting HighestConfidence AverageRawPropensity AverageAdjustedPropensity |
Spécifie la méthode utilisée pour déterminer le score de l'ensemble. Ce paramètre s'applique uniquement si la cible sélectionnée est un champ drapeau. |
set_ensemble_method |
Voting ConfidenceWeightedVoting HighestConfidence |
Spécifie la méthode utilisée pour déterminer le score de l'ensemble. Ce paramètre ne s'applique que si la cible sélectionnée est un champ nominal. |
flag_voting_tie_selection |
Random HighestConfidence RawPropensity AdjustedPropensity |
Si une méthode de vote est sélectionnée, précise comment les égalités sont résolues. Ce paramètre s'applique uniquement si la cible sélectionnée est un champ drapeau. |
set_voting_tie_selection |
Random HighestConfidence |
Si une méthode de vote est sélectionnée, précise comment les égalités sont résolues. Ce paramètre ne s'applique que si la cible sélectionnée est un champ nominal. |
calculate_standard_error |
option | Si le champ cible est continu, un calcul d'erreur standard est effectué par défaut pour calculer la différence entre les valeurs mesurées ou estimées et les valeurs réelles, et pour montrer à quel point ces estimations se rapprochent. |