Propriedades kmeansnode

Ícone do nó K-Means O nó K-médias armazena em cluster os dados configurados em grupos distintos (ou clusters). O método define um número fixo de clusters, designa registros aos clusters iterativamente e ajusta os centros de cluster até que os refinamentos adicionais não possam mais melhorar o modelo. Em vez de tentar prever um resultado, o k-médias usa um processo conhecido como aprendizado não supervisionado para descobrir padrões no conjunto de campos de entrada.

Exemplo

node = stream.create("kmeans", "My node")
# "Fields" tab
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("inputs", ["Cholesterol", "BP", "Drug", "Na", "K", "Age"])
# "Model" tab
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "Kmeans_allinputs")
node.setPropertyValue("num_clusters", 9)
node.setPropertyValue("gen_distance", True)
node.setPropertyValue("cluster_label", "Number")
node.setPropertyValue("label_prefix", "Kmeans_")
node.setPropertyValue("optimize", "Speed")
# "Expert" tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("stop_on", "Custom")
node.setPropertyValue("max_iterations", 10)
node.setPropertyValue("tolerance", 3.0)
node.setPropertyValue("encoding_value", 0.3)

Tabela 1. propriedades kmeansnó
Propriedades `kmeansnode`	Valores	Descrição da propriedade
`inputs`	[field1 ... fieldN]	Os modelos de K-médias executam a análise de cluster em um conjunto de campos de entrada, mas não utilizam um campo de destino. Os campos de peso e frequência não são usados. Veja Propriedades do nó de modelagem comum para obter mais informações.
`num_clusters`	number
`gen_distance`	sinalização
`cluster_label`	`String` `Number`
`label_prefix`	sequência
`mode`	`Simple` `Expert`
`stop_on`	`Default` `Custom`
`max_iterations`	number
`tolerance`	number
`encoding_value`	number
`optimize`	`Speed` `Memory`	Especifica se a construção do modelo deve ser otimizada para a velocidade ou para a memória.