proprietà kdeexport

Icona nodo di simulazione KDE KDE (Kernel Density Estimation)© utilizza gli algoritmi Ball Tree o KD Tree per query efficienti e combina i concetti di apprendimento non supervisionato, ingegneria della funzione e modellazione dei dati. Gli approcci basati su elementi adiacenti come KDE sono alcune delle tecniche di stima della densità più diffusi e utili. I nodi KDE Modeling e KDE Simulation in SPSS Modeler espongono le funzioni principali e i parametri comunemente utilizzati della libreria KDE. I nodi sono implementati in Python.

Tabella 1. proprietà kdeexport
`kdeexport` Proprietà	Tipo di dati	Descrizione proprietà
`custom_fields`	booleano	Questa opzione indica al nodo di utilizzare le informazioni di campo specificate qui invece di quelle fornite in qualsiasi nodo Tipo a monte. Dopo aver selezionato questa opzione, specificare i campi come richiesto.
`inputs`	campo	Elenco dei nomi dei campi per l'input.
`bandwidth`	doppio	L'impostazione predefinita è " `1`".
`kernel`	stringa	Il kernel da utilizzare: `gaussian` o `tophat`. L'impostazione predefinita è " `gaussian`".
`algorithm`	stringa	L'algoritmo da utilizzare è il seguente: `kd_tree`, `ball_tree`, o `auto`. L'impostazione predefinita è " `auto`".
`metric`	stringa	L'unità di misura da utilizzare per calcolare la distanza. Per l'algoritmo di " `kd_tree` " (calcolo del valore di riferimento), scegliere tra: `Euclidean`, `Chebyshev`, `Cityblock`, `Minkowski`, `Manhattan`, `Infinity`, `P`, `L2` o `L1`. Per l'algoritmo di calcolo dell' `ball_tree` , scegliere tra: `Euclidian`, `Braycurtis`, `Chebyshev`, `Canberra`, `Cityblock`, `Dice`, `Hamming`, `Infinity`, `Jaccard`, `L1`, `L2`, `Minkowski`, `Matching`, `Manhattan`, `P`, `Rogersanimoto`, `Russellrao`, `Sokalmichener`, `Sokalsneath` o `Kulsinski`. L'impostazione predefinita è " `Euclidean`".
`atol`	galleggiante	La tolleranza assoluta desiderata del risultato. Una tolleranza maggiore generalmente porta a un'esecuzione più rapida. L'impostazione predefinita è " `0.0`".
`rtol`	galleggiante	La tolleranza relativa desiderata del risultato. Una tolleranza maggiore generalmente porta a un'esecuzione più rapida. L'impostazione predefinita è " `1E-8`".
`breadth_first`	booleano	Impostare su " `True` " per utilizzare un approccio "width first". Impostare su " `False` " per utilizzare un approccio "depth-first". L'impostazione predefinita è " `True`".
`leaf_size`	intero	La dimensione delle foglie dell'albero sottostante. L'impostazione predefinita è " `40`". Modificare questo valore può influire in modo significativo sulle prestazioni.
`p_value`	doppio	Specificare il valore P da utilizzare se si utilizza l' `Minkowski` a per la metrica. L'impostazione predefinita è " `1.5`".