ベイズネットノードのプロパティ
Bayesian Network (ベイズ) ノードを使用すると、観測されたエビデンスと記録されたエビデンスを実際の知識と結合して発生の尤度を確立することにより、確率モデルを作成できます。 ノードは主に分類に使用される Tree Augmented Naïve Bayes (TAN) および Markov Blanket ネットワークに焦点を当てています。
例
node = stream.create("bayesnet", "My node")
node.setPropertyValue("continue_training_existing_model", True)
node.setPropertyValue("structure_type", "MarkovBlanket")
node.setPropertyValue("use_feature_selection", True)
# Expert tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("all_probabilities", True)
node.setPropertyValue("independence", "Pearson")bayesnetnode プロパティ－ |
値 | プロパティーの説明 |
|---|---|---|
inputs |
[field1 ... fieldN] | ベイジアンネットワークモデルは、単一のターゲットフィールドと1つ以上の入力フィールドを使用します。 連続フィールドは自動的にグループ化されます。 詳しくは、トピック「 共通モデル作成ノードのプロパティー 」を参照してください。 |
continue_training_existing_model |
フラグ | |
structure_type |
TAN MarkovBlanket |
ベイジアンネットワークを構築する際に使用する構造を選択します。 |
use_feature_selection |
フラグ | |
parameter_learning_method |
Likelihood Bayes |
親の値が既知であるノード間の条件付き確率表を推定する際に使用される方法を指定します。 |
mode |
Expert Simple |
|
missing_values |
フラグ | |
all_probabilities |
フラグ | |
independence |
Likelihood Pearson |
2つの変数におけるペアの観測値が互いに独立しているかどうかを判断する方法を指定します。 |
significance_level |
番号になります | 独立性を判断するためのカットオフ値を指定します。 |
maximal_conditioning_set |
番号になります | 独立性テストに使用する条件変数の最大数を設定します。 |
inputs_always_selected |
[field1 ... fieldN] | ベイジアンネットワークを構築する際に、データセットのどのフィールドを常に使用するかを指定します。 注: 対象フィールドは常に選択されます。
|
maximum_number_inputs |
番号になります | ベイジアンネットワークの構築に使用する入力フィールドの最大数を指定します。 |
calculate_variable_importance |
フラグ | |
calculate_raw_propensities |
フラグ | |
calculate_adjusted_propensities |
フラグ | |
adjusted_propensity_partition |
Test Validation |