propriedades kdeexport

Ícone do nó de Simulação KDE 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.

Tabela 1. propriedades kdeexport
propriedades `kdeexport`	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 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` ou `tophat`. 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`.