Propriedades de autoclassifiernode

Ícone do nó Classificador Auto O nó Previsor Categórico Automático cria e compara inúmeros modelos diferentes para resultados binários (sim ou não, perda de clientes ou não, e assim por diante), permitindo escolher a melhor abordagem para uma determinada análise. Vários algoritmos de modelagem são suportados, possibilitando a seleção dos métodos que você deseja usar, as opções específicas para cada e os critérios para comparar os resultados. O nó gera um conjunto de modelos com base nas opções especificadas e ranqueia os melhores candidatos de acordo com os critérios especificados.

Exemplo

node = stream.create("autoclassifier", "My node")
node.setPropertyValue("ranking_measure", "Accuracy")
node.setPropertyValue("ranking_dataset", "Training")
node.setPropertyValue("enable_accuracy_limit", True)
node.setPropertyValue("accuracy_limit", 0.9)
node.setPropertyValue("calculate_variable_importance", True)
node.setPropertyValue("use_costs", True)
node.setPropertyValue("svm", False)

Tabela 1. propriedades de autoclassifiernó
Propriedades `autoclassifiernode`	Valores	Descrição da propriedade
`target`	campo	Para destinos de sinalizador, o nó Classificador Automático requer um único campo de destino e um ou mais campos de entrada. Os campos de peso e de frequência também podem ser especificados. Veja Propriedades do nó de modelagem comum para obter mais informações.
`ranking_measure`	`Accuracy` `Area_under_curve` `Profit` `Lift` `Num_variables`
`ranking_dataset`	`Training` `Test`
`number_of_models`	Número inteiro	Número de modelos a serem incluídos no nugget do modelo. Especifique um número inteiro entre 1 e 100.
`calculate_variable_importance`	sinalização
`enable_accuracy_limit`	sinalização
`accuracy_limit`	Número inteiro	Número inteiro entre 0 e 100.
`enable_area_under_curve_limit`	sinalização
`area_under_curve_limit`	number	Número real entre 0,0 e 1,0.
`enable_profit_limit`	sinalização
`profit_limit`	number	Integer maior que 0.
`enable_lift_limit`	sinalização
`lift_limit`	number	Número real maior que 1,0.
`enable_number_of_variables_limit`	sinalização
`number_of_variables_limit`	number	Integer maior que 0.
`use_fixed_cost`	sinalização
`fixed_cost`	number	Número real maior que 0,0.
`variable_cost`	campo
`use_fixed_revenue`	sinalização
`fixed_revenue`	number	Número real maior que 0,0.
`variable_revenue`	campo
`use_fixed_weight`	sinalização
`fixed_weight`	number	Número real maior que 0,0.
`variable_weight`	campo
`lift_percentile`	number	Número inteiro entre 0 e 100.
`enable_model_build_time_limit`	sinalização
`model_build_time_limit`	number	Número inteiro configurado para o número de minutos para limitar o tempo gasto para construir cada modelo individual.
`enable_stop_after_time_limit`	sinalização
`stop_after_time_limit`	number	Número real configurado para o número de horas para limitar o tempo decorrido geral para uma execução de classificador automático.
`enable_stop_after_valid_model_produced`	sinalização
`use_costs`	sinalização
`<algorithm>`	sinalização	Ativa ou desativa o uso de um algoritmo específico.
`<algorithm>.<property>`	sequência	Configura um valor da propriedade para um algoritmo específico. Veja Configurando propriedades de algoritmo para obter mais informações.
`use_cross_validation`	campo	Os campos incluídos nessa lista podem assumir a função de condição ou de predição nas regras que forem geradas pelo modelo. Isso ocorre basicamente regra por regra, portanto, um campo poderá ser uma condição em uma regra e uma predição em outra regra.
`number_of_folds`	Número inteiro	Parâmetro N fold para validação cruzada, com intervalo de 3 a 10.
`set_random_seed`	Booleano	Configurar uma semente aleatória permite replicar análises. Especifique um número inteiro ou clique em Gerar, que criará um número inteiro pseudoaleatório entre 1 e 2147483647, inclusive. Por padrão, as análises são replicadas com a semente 229176228.
`random_seed`	Número inteiro	Valor inicial aleatório
`stop_if_valid_model`	Booleano
`filter_individual_model_output`	Booleano	Remove da saída todos os campos adicionais gerados pelos modelos individuais que são alimentados no nó Combinação. Selecione esta opção se você tiver interesse apenas na pontuação combinada de todos os modelos de entrada. Certifique-se de que esta opção seja desmarcada se, por exemplo, você desejar usar um nó de Análise ou nó de Avaliação para comparar a precisão da pontuação combinada com a de cada um dos modelos de entrada individuais
`set_ensemble_method`	`"Voting" "ConfidenceWeightedVoting" "HighestConfidence"`	Método de combinação para destinos configurados.
`set_voting_tie_selection`	`"Random" "HighestConfidence"`	Se a votação está empatada, selecione o valor aleatoriamente ou usando a confiança mais alta.
`flag_ensemble_method`	`"Voting" "ConfidenceWeightedVoting" "RawPropensityWeightedVoting" "HighestConfidence" "AverageRawPropensity"`	Método de combinação para destinos de sinalização.
`flag_voting_tie_selection`	`"Random" "HighestConfidence" "RawPropensity"`	Se a votação está empatada, selecione o valor aleatoriamente, com maior confiança ou com propensão bruta.