자동 클러스터링노드 속성

자동 군집 노드 아이콘 자동 클러스터 노드는 유사한 특성을 가진 기록의 그룹을 식별하는 클러스터링 모델을 추정하고 비교합니다. 이 노드는 다른 자동 모델링 노드와 동일한 방식으로 작동하므로, 한 번의 모델링 패스로 여러 옵션 조합을 실험해 볼 수 있습니다. 모델은 클러스터 모델의 유용성을 필터링하고 순위를 매기려는 기본 측정값을 사용하여 비교할 수 있으며, 특정 필드의 중요도에 따라 측정값을 제공합니다.

예

node = stream.create("autocluster", "My node")
node.setPropertyValue("ranking_measure", "Silhouette")
node.setPropertyValue("ranking_dataset", "Training")
node.setPropertyValue("enable_silhouette_limit", True)
node.setPropertyValue("silhouette_limit", 5)

표 1. autoclusternode 특성
`autoclusternode` 특성	값	특성 설명
`evaluation`	필드	참고: 자동 군집 노드만 해당됩니다. 중요도 값이 계산될 필드를 식별합니다. 또는 클러스터가 이 필드의 값을 얼마나 잘 구분하는지, 따라서 모델이 이 필드를 얼마나 잘 예측할 수 있는지를 식별하는 데 사용할 수 있습니다.
`ranking_measure`	`Silhouette` `Num_clusters` `Size_smallest_cluster` `Size_largest_cluster` `Smallest_to_largest` `Importance`
`ranking_dataset`	`Training` `Test`
`summary_limit`	정수	보고서에서 나열할 모델의 수. 1에서 100 사이의 정수를 입력하십시오.
`enable_silhouette_limit`	플래그
`silhouette_limit`	정수	0에서 100 사이의 정수.
`enable_number_less_limit`	플래그
`number_less_limit`	숫자	0.0 와 1.0 사이의 실수.
`enable_number_greater_limit`	플래그
`number_greater_limit`	숫자	0보다 큰 정수
`enable_smallest_cluster_limit`	플래그
`smallest_cluster_units`	`Percentage` `Counts`
`smallest_cluster_limit_percentage`	숫자
`smallest_cluster_limit_count`	정수	0보다 큰 정수
`enable_largest_cluster_limit`	플래그
`largest_cluster_units`	`Percentage` `Counts`
`largest_cluster_limit_percentage`	숫자
`largest_cluster_limit_count`	정수
`enable_smallest_largest_limit`	플래그
`smallest_largest_limit`	숫자
`enable_importance_limit`	플래그
`importance_limit_condition`	`Greater_than` `Less_than`
`importance_limit_greater_than`	숫자	0에서 100 사이의 정수.
`importance_limit_less_than`	숫자	0에서 100 사이의 정수.
`<algorithm>`	플래그	특정 알고리즘의 사용을 활성화하거나 비활성화합니다.
`<algorithm>.<property>`	문자열	특정 알고리즘의 속성 값을 설정합니다. 자세한 정보는 알고리즘 특성 설정 을 참조하십시오.
`number_of_models`	정수
`enable_model_build_time_limit`	부울	(K-Means, Kohonen, TwoStep, SVM, KNN, Bayes Net 및 Decision List 모델만 해당) 하나의 모델에 대한 최대 시간 제한을 설정합니다. 예를 들어, 복잡한 상호 작용 때문에 특정 모델의 훈련에 예상보다 긴 시간이 걸린다면, 전체 모델링 실행이 지연되는 것을 원하지 않을 것입니다.
`model_build_time_limit`	정수	모델 구축에 소요된 시간.
`enable_stop_after_time_limit`	부울	(신경망, K-Means, Kohonen, TwoStep, SVM, KNN, Bayes Net, C&R Tree 모델만 해당) 지정된 시간이 지난 후에 실행을 중지합니다. 그 시점까지 생성된 모든 모델이 모델 너겟에 포함되지만, 더 이상 모델이 생성되지 않습니다.
`stop_after_time_limit`	이중 실선	실행 시간 제한(시간).
`stop_if_valid_model`	부울	삭제 설정에 지정된 모든 기준을 충족하는 모델이 발견되면 실행을 중단합니다.