Propriedades de lsvmnode

Ícone do nó LSVM Com o nó Linear Support Vector Machine (LSVM), você pode classificar dados em um dos dois grupos sem se sobressair. O LSVM é linear e trabalha bem com conjuntos de dados grandes, como aqueles com um número muito grande de registros.

Tabela 1. propriedades lsvmnode
Propriedades `lsvmnode`	Valores	Descrição da propriedade
`intercept`	sinalização	Inclui o intercepto no modelo. O valor padrão é `True`.
`target_order`	`Ascending` `Descending`	Especifica a ordem de classificação para a variável resposta categórica. Ignorado para variáveis resposta contínuas. O padrão é `Ascending`.
`precision`	number	Usado apenas se o nível de medição do campo de destino for `Continuous`. Especifica o parâmetro relacionado à sensibilidade de perda para regressão. O mínimo é `0` e não há máximo. O valor padrão é `0.1`.
`exclude_missing_values`	sinalização	Quando `True`, um registro é excluído se algum valor único estiver faltando. O valor padrão é `False`.
`penalty_function`	`L1` `L2`	Especifica o tipo de função de penalidade usada. O valor padrão é `L2`.
`lambda`	number	Parâmetro de penalidade (regularização).
`calculate_variable_importance`	sinalização	Para os modelos que produzem uma medida adequada de importância, esta opção exibe um gráfico que indica a importância relativa de cada preditor na estimativa do modelo. Observe que a importância variável pode demorar mais tempo para calcular para alguns modelos, particularmente ao trabalhar com conjuntos de dados grandes, e está desativada por padrão para alguns modelos como um resultado. A importância variável não está disponível para modelos de lista de decisão.