Propriedades factornode

Ícone do nó PCA/FactorO nó PCA/Fator fornece técnicas poderosas de redução de dados para reduzir a complexidade de seus dados. A análise de componentes principais (PCA) localiza combinações lineares dos campos de entrada que realizam as melhores tarefas de captura de variância no conjunto de campos inteiro, no qual os componentes são ortogonais (perpendiculares) uns aos outros. A análise fatorial tenta identificar os fatores subjacentes que explicam o padrão de correlações dentro de um conjunto observado de campos. Para ambas as abordagens, o objetivo é localizar um pequeno número de campos derivados que sumarizam efetivamente as informações no conjunto de campos original.

Exemplo

node = stream.create("factor", "My node")
# "Fields" tab
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("inputs", ["BP", "Na", "K"])
node.setPropertyValue("partition", "Test")
# "Model" tab
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "Factor_Age")
node.setPropertyValue("use_partitioned_data", False)
node.setPropertyValue("method", "GLS")
# Expert options
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("complete_records", True)
node.setPropertyValue("matrix", "Covariance")
node.setPropertyValue("max_iterations", 30)
node.setPropertyValue("extract_factors", "ByFactors")
node.setPropertyValue("min_eigenvalue", 3.0)
node.setPropertyValue("max_factor", 7)
node.setPropertyValue("sort_values", True)
node.setPropertyValue("hide_values", True) 
node.setPropertyValue("hide_below", 0.7)
# "Rotation" section
node.setPropertyValue("rotation", "DirectOblimin")
node.setPropertyValue("delta", 0.3)
node.setPropertyValue("kappa", 7.0)
Tabela 1. propriedades de factornó
Propriedades factornode Valores Descrição da propriedade
inputs [field1 ... fieldN] Os modelos de PCA/Fator utilizam uma lista de campos de entrada, mas não de destino. Os campos de peso e frequência não são usados. Veja Propriedades do nó de modelagem comum para obter mais informações.
method PC ULS GLS ML PAF Alpha Image  
mode Simple Expert  
max_iterations number  
complete_records sinalização  
matrix Correlation Covariance  
extract_factors ByEigenvalues ByFactors  
min_eigenvalue number  
max_factor number  
rotation None Varimax DirectOblimin Equamax Quartimax Promax  
delta number Se você selecionar DirectOblimin como seu tipo de dados de rotação, será possível especificar um valor para delta. Se você não especificar um valor, o valor padrão para delta é usado.
kappa number Se você selecionar Promax como seu tipo de dados de rotação, será possível especificar um valor para kappa. Se você não especificar um valor, o valor padrão para kappa é usado.
sort_values sinalização  
hide_values sinalização  
hide_below number