베이즈넷노드 속성
베이지안 네트워크 (베이즈 넷) 노드를 사용하면 관측 및 기록된 증거를 실제 지식과 결합하여 발생 우도를 설정함으로써 확률 모델을 작성할 수 있습니다. 이 노드는 주로 분류에 사용되는 트리 증강 순진 베이지안(Tree Augmented Naïve Bayes, TAN)과 마르코프 담요 네트워크에 초점을 맞추고 있습니다.
예
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 특성 |
값 | 특성 설명 |
|---|---|---|
inputs |
[field1 ... fieldN] | 베이시안 네트워크 모델은 하나의 목표 필드와 하나 이상의 입력 필드를 사용합니다. 연속 필드는 자동으로 분류됩니다. 자세한 정보는 공통 모델링 노드 특성 주제를 참조하십시오. |
continue_training_existing_model |
플래그 | |
structure_type |
TAN MarkovBlanket |
베이시안 네트워크를 구축할 때 사용할 구조를 선택합니다. |
use_feature_selection |
플래그 | |
parameter_learning_method |
Likelihood Bayes |
부모의 값이 알려진 노드들 사이의 조건부 확률표를 추정하는 데 사용되는 방법을 지정합니다. |
mode |
Expert Simple |
|
missing_values |
플래그 | |
all_probabilities |
플래그 | |
independence |
Likelihood Pearson |
두 변수에 대한 쌍으로 관찰된 값이 서로 독립적인지 여부를 결정하는 데 사용되는 방법을 지정합니다. |
significance_level |
숫자 | 독립성을 판단하는 기준값을 지정합니다. |
maximal_conditioning_set |
숫자 | 독립성 검사에 사용할 최대 조건 변수 수를 설정합니다. |
inputs_always_selected |
[field1 ... fieldN] | 베이시안 네트워크를 구축할 때 항상 사용할 데이터 세트의 필드를 지정합니다. 주: 대상 필드는 항상 선택되어 있습니다.
|
maximum_number_inputs |
숫자 | 베이시안 네트워크 구축에 사용되는 입력 필드의 최대 개수를 지정합니다. |
calculate_variable_importance |
플래그 | |
calculate_raw_propensities |
플래그 | |
calculate_adjusted_propensities |
플래그 | |
adjusted_propensity_partition |
Test Validation |