propriedades ocsvmnode

Um ícone do nó SVM de Classe O nó SVM One-Class usa um algoritmo de aprendizagem não supervisionado. O nó pode ser usado para detecção de novidades. Ele detectará o limite flexível de um determinado conjunto de amostras, para então classificar novos pontos como pertencentes ou não a esse conjunto. Este nó de modelagem SVM de Classe One em SPSS Modeler é implementado em Python e requer a biblioteca scikit-learn© Python .

Tabela 1. propriedades ocsvmnode
propriedades `ocsvmnode`	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 a seguir conforme necessário.
`inputs`	campo	Lista dos nomes de campo para entrada.
`role_use`	sequência	Especifique `predefined` para usar funções predefinidas ou `custom` para usar designações de campo customizadas. O padrão é predefinido.
`splits`	campo	Lista dos nomes de campo para divisão.
`use_partition`	Booleano	Especifique `true` ou `false`. O padrão é `true`. Se configurado como `true`, somente dados de treinamento serão usados ao construir o modelo.
`mode_type`	sequência	O modo. Os valores possíveis são `simple` ou `expert`. Todos os parâmetros na guia Especialista serão desativados se `simple` for especificado.
`stopping_criteria`	sequência	Uma sequência de notação científica. Os valores possíveis são `1.0E-1`, `1.0E-2`, `1.0E-3`, `1.0E-4`, `1.0E-5` ou `1.0E-6`. O padrão é `1.0E-3`.
`precision`	Valor flutuante	A precisão de regressão (nu). Limite na fração de erros de treinamento e vetores de suporte. Especifique um número maior que `0` e menor ou igual a `1.0`. O padrão é `0.1`.
`kernel`	sequência	O tipo de kernel a ser usado no algoritmo. Os valores possíveis são `linear`, `poly`, `rbf`, `sigmoid` ou `precomputed`. O padrão é `rbf`.
`enable_gamma`	Booleano	Ativa o parâmetro `gamma`. Especifique `true` ou `false`. O padrão é `true`.
`gamma`	Valor flutuante	Esse parâmetro é ativado apenas para os kernels `rbf`, `poly` e `sigmoid`. Se o parâmetro `enable_gamma` for configurado como `false`, esse parâmetro será configurado como `auto`. Se configurado como `true`, o padrão será `0.1`.
`coef0`	Valor flutuante	Termo independente na função kernel. Esse parâmetro é ativado apenas para o kernel `poly` e o kernel `sigmoid`. O valor padrão é `0.0`.
`degree`	Número inteiro	Grau da função de kernel polinomial. Esse parâmetro só é ativado para o kernel `poly`. Especifique qualquer número inteiro. O patrão é `3`.
`shrinking`	Booleano	Especifica se deve usar a opção heurística de redução. Especifique `true` ou `false`. O padrão é `false`.
`enable_cache_size`	Booleano	Ativa o parâmetro `cache_size`. Especifique `true` ou `false`. O padrão é `false`.
`cache_size`	Valor flutuante	O tamanho do cache do kernel em MB. O padrão é `200`.
`enable_random_seed`	Booleano	Ativa o parâmetro `random_seed`. Especifique `true` ou `false`. O padrão é `false`.
`random_seed`	Número inteiro	O valor inicial do número aleatório a ser usado ao ordenar dados aleatoriamente para estimativa de probabilidade. Especifique qualquer número inteiro.
`pc_type`	sequência	O tipo do gráfico de coordenadas paralelas. As opções possíveis são `independent` ou `general`.
`lines_amount`	Número inteiro	Número máximo de linhas para incluir no gráfico. Especifique um número inteiro entre `1` e `1000`.
`lines_fields_custom`	Booleano	Ativa o parâmetro `lines_fields`, que permite especificar campos customizados para mostrar na saída do gráfico. Se configurado como `false`, todos os campos serão mostrados. Se configurado como `true`, apenas os campos especificados com o parâmetro lines_fields serão mostrados. Por motivos de desempenho, um máximo de 20 campos será exibido.
`lines_fields`	campo	Lista dos nomes de campo para incluir no gráfico como eixos verticais.
`enable_graphic`	Booleano	Especifique `true` ou `false`. Ativa a saída do gráfico (desative essa opção se você quiser economizar tempo e reduzir o tamanho do arquivo de fluxo).
`enable_hpo`	Booleano	Especifique `true` ou `false` para ativar ou desativar as opções de HPO. Se configurado como `true`, o Rbfopt será aplicado para descobrir o "melhor" modelo de One-Class SVM automaticamente, que atinge o valor do objetivo de destino definido pelo usuário com o parâmetro `target_objval` a seguir.
`target_objval`	Valor flutuante	O valor da função objetivo (taxa de erro do modelo nas amostras) que desejamos atingir (por exemplo, o valor do ideal desconhecido). Configure esse parâmetro para o valor apropriado se o ideal for desconhecido (por exemplo, `0.01`).
`max_iterations`	Número inteiro	O número máximo de iterações para tentar o modelo. O padrão é `1000`.
`max_evaluations`	Número inteiro	O número máximo de avaliações de função para tentar o modelo, em que o foco é a precisão sobre a velocidade. O padrão é `300`.