Propriedades de bayesnetnode

Ícone do nó da Bayes Net Com o nó da Rede Bayesiana (Bayes Net), é possível construir um modelo de probabilidade combinando evidências observadas e gravadas com conhecimento do mundo real para estabelecer a probabilidade de ocorrências. O nó foca nas redes Tree Augmented Naïve Bayes (TAN) e Markov Blanket que são usadas principalmente para classificação.

Exemplo

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")

Tabela 1. propriedades bayesnetnode
Propriedades `bayesnetnode`	Valores	Descrição da propriedade
`inputs`	[field1 ... fieldN]	Os modelos de rede bayesiana utilizam um único campo de destino e um ou mais campos de entrada. Os campos contínuos são automaticamente categorizados. Veja o tópico Propriedades do nó de modelagem comum para obter mais informações.
`continue_training_existing_model`	sinalização
`structure_type`	`TAN` `MarkovBlanket`	Selecione a estrutura a ser utilizada ao construir a rede bayesiana.
`use_feature_selection`	sinalização
`parameter_learning_method`	`Likelihood` `Bayes`	Especifica o método utilizado para estimar as tabelas de probabilidade condicional entre os nós nos quais os valores dos pais são conhecidos.
`mode`	`Expert` `Simple`
`missing_values`	sinalização
`all_probabilities`	sinalização
`independence`	`Likelihood` `Pearson`	Especifica o método usado para determinar se as observações emparelhadas nas duas variáveis são independentes entre si.
`significance_level`	number	Especifica o valor de corte para determinar a independência.
`maximal_conditioning_set`	number	Configura o número máximo de variáveis de condicionamento a serem utilizadas para teste de independência.
`inputs_always_selected`	[field1 ... fieldN]	Especifica quais campos do conjunto de dados devem sempre ser utilizados durante a construção da rede bayesiana. Nota: O campo de destino é sempre selecionado.
`maximum_number_inputs`	number	Especifica o número máximo de campos de entrada a serem utilizados na construção da rede bayesiana.
`calculate_variable_importance`	sinalização
`calculate_raw_propensities`	sinalização
`calculate_adjusted_propensities`	sinalização
`adjusted_propensity_partition`	`Test` `Validation`