propriedades kdemodel
Estimativa de Densidade Kernel (KDE) © utiliza os algoritmos Ball Tree ou KD Tree para consultas eficientes, e combina conceitos a partir de aprendizado não supervisionado, engenharia de recursos e modelagem de dados. Abordagens baseadas em vizinhos, como o KDE, são algumas das técnicas de estimativa de densidade mais populares e úteis. Os nós de Modelagem KDE e Simulação KDE no SPSS Modeler expõem os principais recursos e parâmetros comumente usados da biblioteca KDE. Os nós são implementados em Python.
propriedades kdemodel |
Tipo de dados | Descrição da propriedade |
|---|---|---|
custom_fields |
Booleano | Essa opção instrui o nó a utilizar as informações de campo especificadas aqui ao invés das informações fornecidas em qualquer nó ou nós Tipo de envio de dados. Após selecionar essa opção, especifique os campos a seguir conforme necessário. |
inputs |
campo | Lista dos nomes de campo para entrada. |
bandwidth |
duplo | O padrão é 1. |
kernel |
sequência | O kernel a ser usado: gaussian, tophat, epanechnikov, exponential, linear ou cosine. O padrão é gaussian. |
algorithm |
sequência | O algoritmo da árvore a ser usado: kd_tree, ball_tree ou auto. O padrão é auto. |
metric |
sequência | A métrica a ser usada ao calcular distância. Para o algoritmo kd_tree, escolha entre: Euclidean, Chebyshev, Cityblock, Minkowski, Manhattan, Infinity, P, L2 ou L1. Para o algoritmo ball_tree, escolha entre: Euclidian, Braycurtis, Chebyshev, Canberra, Cityblock, Dice, Hamming, Infinity, Jaccard, L1, L2, Minkowski, Matching, Manhattan, P, Rogersanimoto, Russellrao, Sokalmichener, Sokalsneath ou Kulsinski. O padrão é Euclidean. |
atol |
Valor flutuante | A tolerância absoluta desejada do resultado. Uma tolerância maior geralmente levará a uma execução mais rápida. O padrão é 0.0. |
rtol |
Valor flutuante | A tolerância relativa desejada do resultado. Uma tolerância maior geralmente levará a uma execução mais rápida. O padrão é 1E-8. |
breadth_first |
Booleano | Configure como True para usar uma abordagem de amplitude primeiro. Configure como False para usar uma abordagem de profundidade primeiro. O padrão é True. |
leaf_size |
Número inteiro | O tamanho de folha da árvore subjacente. O padrão é 40. A mudança deste valor pode impactar significativamente o desempenho. |
p_value |
duplo | Especifique o Valor P para usar se você estiver usando Minkowski para a métrica. O patrão é 1.5. |
custom_name |
||
default_node_name |
||
use_HPO |