オートナンバリングノードのプロパティ
Auto Numericノードは、さまざまな方法を使用して、連続した数値の範囲の結果を予測し、モデルを比較します。 このノード分類器と同じように動作し、使用するアルゴリズムを選択し、1回のモデリング実行で複数のオプションの組み合わせを試すことができます。 サポートされているアルゴリズムには、ニューラルネットワーク、C&Rツリー、CHAID、線形回帰、一般化線形回帰、サポートベクターマシン（SVM）などがあります。 モデルは、相関、相対誤差、使用された変数の数に基づいて比較することができます。
例
node = stream.create("autonumeric", "My node")
node.setPropertyValue("ranking_measure", "Correlation")
node.setPropertyValue("ranking_dataset", "Training")
node.setPropertyValue("enable_correlation_limit", True)
node.setPropertyValue("correlation_limit", 0.8)
node.setPropertyValue("calculate_variable_importance", True)
node.setPropertyValue("neuralnetwork", True)
node.setPropertyValue("chaid", False)autonumericnode プロパティ－ |
値 | プロパティーの説明 |
|---|---|---|
custom_fields |
フラグ | Trueの場合、カスタムフィールドの設定がノードタイプの設定の代わりに使用されます。 |
target |
フィールド | オート数値ノードには、1つのターゲットと1つ以上の入力フィールドが必要です。 重量と頻度も指定できます。 詳しくは、 モデル作成ノードの共通プロパティー を参照してください。 |
inputs |
[field1 … field2] | |
partition |
フィールド | |
use_frequency |
フラグ | |
frequency_field |
フィールド | |
use_weight |
フラグ | |
weight_field |
フィールド | |
use_partitioned_data |
フラグ | パーティションフィールドが定義されている場合、モデル構築にはトレーニングデータのみが使用されます。 |
ranking_measure |
Correlation NumberOfFields |
|
ranking_dataset |
Test Training |
|
number_of_models |
整数 | モデルナゲットに含めるモデルの数。 1から100までの整数を指定してください。 |
calculate_variable_importance |
フラグ | |
enable_correlation_limit |
フラグ | |
correlation_limit |
整数 | |
enable_number_of_fields_limit |
フラグ | |
number_of_fields_limit |
整数 | |
enable_relative_error_limit |
フラグ | |
relative_error_limit |
整数 | |
enable_model_build_time_limit |
フラグ | |
model_build_time_limit |
整数 | |
enable_stop_after_time_limit |
フラグ | |
stop_after_time_limit |
整数 | |
stop_if_valid_model |
フラグ | |
<algorithm> |
フラグ | 特定のアルゴリズムの使用を有効または無効にします。 |
<algorithm>.<property> |
ストリング | 特定のアルゴリズムのプロパティ値を設定します。 詳しくは、 アルゴリズム・プロパティーの設定 を参照してください。 |
use_cross_validation |
ブール値 | 単一のパーティションを使用する代わりに、交差検証パーティションが使用されます。 |
number_of_folds |
整数 | 交差検証用のN倍パラメータ、3から10の範囲。 |
set_random_seed |
ブール値 | ランダムシードを設定することで、分析を再現することができます。 整数を指定するか、[生成] をクリックすると、1 から 2147483647 までの範囲の疑似乱数整数が作成されます。 デフォルトでは、シード229176228で分析が複製されます。 |
random_seed |
整数 | ランダム・シード |
filter_individual_model_output |
ブール値 | Ensemble ノードにフィードされる個々のモデルによって生成された追加のフィールドをすべて出力から削除します。 入力モデルのすべての組み合わせによるスコアのみに興味がある場合は、このオプションを選択します。 例えば、結合スコアの精度を個々の入力モデルの精度と比較するために、分析ノードや評価ノードを使用したい場合は、このオプションが選択されていないことを確認してください。 |
calculate_standard_error |
ブール値 | 連続（数値範囲）のターゲットの場合、標準誤差の計算は、測定値または推定値と真の値の差を計算し、それらの推定値がどの程度一致しているかを示します。 |