Propriedades de twostepAS

Ícone do nó do twostep-AS TwoStep Cluster é uma ferramenta exploratória projetada para revelar agrupamentos naturais (ou clusters) dentro de um conjunto de dados que, de outra forma, não seriam aparentes. O algoritmo que é empregado por este procedimento possui diversos recursos desejáveis que o diferenciam das técnicas tradicionais de clusterização, como o manuseio de variáveis categóricas e contínuas, seleção automática de número de clusters e escalabilidade.

Tabela 1.. twostepAS
Propriedades `twostepAS`	Valores	Descrição da propriedade
`inputs`	[f1 ... fN]	Os modelos de TwoStepAS utilizam uma lista de campos de entrada, mas não de destino. Os campos de peso e de frequência não são reconhecidos.
`use_predefined_roles`	Booleano	Default=`True`
`use_custom_field_assignments`	Booleano	Default=`False`
`cluster_num_auto`	Booleano	Default=`True`
`min_num_clusters`	Número inteiro	Default=`2`
`max_num_clusters`	Número inteiro	Default=`15`
`num_clusters`	Número inteiro	Default=`5`
`clustering_criterion`	`AIC` `BIC`
`automatic_clustering_method`	`use_clustering_criterion_setting` `Distance_jump` `Minimum` `Maximum`
`feature_importance_method`	`use_clustering_criterion_setting` `effect_size`
`use_random_seed`	Booleano
`random_seed`	Número inteiro
`distance_measure`	`Euclidean` `Loglikelihood`
`include_outlier_clusters`	Booleano	Default=`True`
`num_cases_in_feature_tree_leaf_is_less_than`	número inteiro	Default=`10`
`top_perc_outliers`	número inteiro	Default=`5`
`initial_dist_change_threshold`	número inteiro	Default=`0`
`leaf_node_maximum_branches`	número inteiro	Default=`8`
`non_leaf_node_maximum_branches`	número inteiro	Default=`8`
`max_tree_depth`	número inteiro	Default=`3`
`adjustment_weight_on_measurement_level`	Número inteiro	Default=`6`
`memory_allocation_mb`	number	Default=`512`
`delayed_split`	Booleano	Default=`True`
`fields_not_to_standardize`	[f1 ... fN]
`adaptive_feature_selection`	Booleano	Default=`True`
`featureMisPercent`	número inteiro	Default=`70`
`coefRange`	number	Default=`0.05`
`percCasesSingleCategory`	número inteiro	Default=`95`
`numCases`	número inteiro	Default=`24`
`include_model_specifications`	Booleano	Default=`True`
`include_record_summary`	Booleano	Default=`True`
`include_field_transformations`	Booleano	Default=`True`
`excluded_inputs`	Booleano	Default=`True`
`evaluate_model_quality`	Booleano	Default=`True`
`show_feature_importance bar chart`	Booleano	Default=`True`
`show_feature_importance_ word_cloud`	Booleano	Default=`True`
`show_outlier_clusters_interactive_table_and_chart`	Booleano	Default=`True`
`show_outlier_clusters_pivot_table`	Booleano	Default=True
`across_cluster_feature_importance`	Booleano	Default=`True`
`across_cluster_profiles_pivot_table`	Booleano	Default=`True`
`withinprofiles`	Booleano	Default=`True`
`cluster_distances`	Booleano	Default=`True`
`cluster_label`	`String` `Number`
`label_prefix`	`String`
`evaluation_maxNum`	número inteiro	O número máximo de valores discrepantes para exibir na saída. Se houver mais de vinte clusters de valores discrepantes, uma tabela dinâmica será exibida.
`across_cluster_profiles_table_and_chart`	Booleano	Tabela e gráficos de importância de variável e de centros de cluster para cada entrada (campo) utilizada na solução de cluster. Selecionar diferentes linhas na tabela exibe um gráfico diferente. Para campos categóricos, um gráfico de barras é exibido. Para campos contínuos, um gráfico de médias e de desvios padrão é exibido.