RBF

RBF は、 Forecasting and Decision Treesで使用可能です。

RBF プロシージャーは、放射基底関数ニューラル・ネットワークに適合します。これは、入力層、放射基底関数層と呼ばれる隠れ層、および出力層を持つフィードフォワード監視学習ネットワークです。 隠れ層は、入力ベクトルを放射基底関数に変換します。 MLP (多層パーセプトロン) プロシージャーと同様に、 RBF プロシージャーは予測と分類を実行します。

RBF dependent variable [(MLEVEL = {S})] [dependent variable...]
                                  {O}
                                  {N}

    [BY factor list] [WITH covariate list]

[/EXCEPT VARIABLES = varlist]

[/RESCALE [COVARIATE = {STANDARDIZED**}]   [DEPENDENT = {STANDARDIZED**}]]
                       {NORMALIZED    }                 {NORMALIZED    }
                       {ADJNORMALIZED }                 {ADJNORMALIZED }
                       {NONE          }                 {NONE          }

[/PARTITION {TRAINING = {70**  } TESTING = {30**  } HOLDOUT = {0**   }}]
                        {number}           {number}           {number}
            {VARIABLE = varname                                       }

[/ARCHITECTURE [{[MINUNITS = {AUTO** } MAXUNITS = {AUTO** }]}]
                             {integer}            {integer} 
                {NUMUNITS = integer                         }

               [HIDDENFUNCTION = {NRBF**}]]
                                 {ORBF  }

[/CRITERIA OVERLAP = {AUTO**}]
                     {number}

[/MISSING USERMISSING = {EXCLUDE**}]
                        {INCLUDE  }

[/PRINT [CPS**]  [NETWORKINFO**]  [SUMMARY**]  [CLASSIFICATION**]
        [SOLUTION]  [IMPORTANCE] [NONE]]

[/PLOT [NETWORK**]  [PREDICTED]  [RESIDUAL]  [ROC]
       [GAIN]  [LIFT]  [NONE]]

[/SAVE [PREDVAL[(varname [varname...])]]

       [PSEUDOPROB[(rootname[:{25     }] [rootname...])]]]
                              {integer}

[/OUTFILE MODEL = 'file' ['file'...]]

** サブコマンドまたはキーワードが省略された場合はデフォルト。

このコマンドは、アクティブなデータ・セットを読み取り、保留中のコマンドを実行します。 詳しくは、トピック「 コマンドの順序 」を参照してください。

RBF コマンドのシンタックスは、 「放射基底関数」 ダイアログから生成できます。

リリース履歴

リリース 16.0

• コマンドが導入されました。

例

RBF dep_var BY A B C WITH X Y Z.