gmm 속성
가우스 혼합© 모델은 모든 데이터 포인트가 알려지지 않은 매개 변수를 가진 유한한 수의 가우스 분포의 혼합으로부터 생성된다고 가정하는 확률적 모델입니다. 혼합 모델을 생각할 수 있습니다. 이 모델은 잠재적 가우스 분포의 중심뿐만 아니라 데이터의 공분산 구조에 대한 정보를 통합하기 위해 k-평균 군집화를 일반화하는 것입니다. SPSS Modeler 의 가우시안 혼합 노드는 가우시안 혼합 라이브러리의 핵심 기능과 일반적으로 사용되는 매개 변수를 노출합니다. 노드는 Python 에서 구현됩니다.
gmm properties |
데이터 유형 | 특성 설명 |
|---|---|---|
custom_fields |
부울 | 이 옵션은 노드에 업스트림 타입 노드에 지정된 필드 정보 대신 여기에 지정된 필드 정보를 사용하도록 지시합니다. 이 옵션을 선택한 후 필요에 따라 다음 필드를 지정하십시오. |
inputs |
필드 | 입력 필드 이름 목록입니다. |
target |
필드 | 목표에 대한 하나의 필드 이름. |
fast_build |
부울 | 여러 개의 CPU 코어를 활용하여 모델 구축을 개선합니다. |
use_partition |
부울 | True 또는 False 로 설정하여 분할된 데이터를 사용할지 여부를 지정합니다. 기본값은 False 입니다. |
covariance_type |
문자열 | Full, Tied, Diag, Spherical 를 지정하여 공분산 유형을 설정하십시오. |
number_component |
정수 | 혼합 성분의 수에 대한 정수를 지정합니다. 최소값은 1 입니다. 기본값은 2 입니다. |
component_lable |
부울 | True 를 지정하여 클러스터 라벨을 문자열로 설정하거나 False 를 지정하여 클러스터 라벨을 숫자로 설정합니다. 기본값은 False 입니다. |
label_prefix |
문자열 | 문자열 클러스터 라벨을 사용하는 경우, 접두사를 지정할 수 있습니다. |
enable_random_seed |
부울 | 랜덤 시드를 사용하려면 True 를 지정하십시오. 기본값은 False 입니다. |
random_seed |
정수 | 랜덤 시드를 사용하는 경우, 랜덤 샘플 생성에 사용할 정수를 지정합니다. |
tol |
이중 | 수렴 임계값을 지정합니다. 기본값은 0.000.1 입니다. |
max_iter |
정수 | 수행할 최대 반복 횟수를 지정합니다. 기본값은 100 입니다. |
init_params |
문자열 | 초기화 파라미터를 사용하도록 설정합니다. 옵션은 Kmeans , Random 입니다. |
warm_start |
부울 | True 를 지정하여 마지막 맞춤의 솔루션을 다음 맞춤 호출을 위한 초기화로 사용합니다. 기본값은 False 입니다. |