propriedades kdemodel
A Estimativa de Densidade do Kernel (KDE)© utiliza os algoritmos Ball Tree ou KD Tree para consultas eficientes e combina conceitos de aprendizagem não supervisionada, engenharia de características 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.
kdemodel propriedades |
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 esta opção, preencha os seguintes campos conforme necessário. |
inputs |
campo | Lista dos nomes de campo para entrada. |
bandwidth |
duplo | O padrão é 1. |
kernel |
string | O kernel a ser usado: gaussian, tophat, epanechnikov, exponential, linear ou cosine. O padrão é gaussian. |
algorithm |
string | O algoritmo da árvore a ser usado: kd_tree, ball_tree ou auto. O padrão é auto. |
metric |
string | 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 |