Propriedades de treeas

Ícone do nó da árvore-ASO nó Tree-AS é semelhante ao nó CHAID; no entanto, o nó Tree-AS é projetado para processar big data para criar uma única árvore e exibe o modelo resultante no visualizador de saída. O nó gera uma árvore de decisão usando estatísticas qui-quadrado (CHAID) para identificar divisões ideais. Essa utilização do CHAID pode gerar árvores não binárias, o que significa que algumas divisões possuem mais de duas ramificações. Os campos de destino e de entrada podem ser um intervalo numérico (contínuo) ou categóricos. Um CHAID exaustivo é uma modificação de CHAID que faz um trabalho mais profundo de examinar todas as divisões possíveis, porém demora mais tempo para calcular.

Tabela 1. propriedades de treeas
Propriedades treeas Valores Descrição da propriedade
target campo No nó Árvore do AS, os modelos CHAID requerem um único destino e um ou mais campos de entrada. Um campo de frequência também pode ser especificado. Veja Propriedades do nó de modelagem comum para obter mais informações.
method chaid exhaustive_chaid  
max_depth Número inteiro Profundidade máxima da árvore, de 0 a 20. O valor padrão é 5.
num_bins Número inteiro Utilizado apenas se os dados forem compostos de entradas contínuas. Configure o número de categorias de frequência igual a ser utilizado para as entradas; as opções são: 2, 4, 5, 10, 20, 25, 50, ou 100.
record_threshold Número inteiro O número de registros no qual o modelo alternará do uso de valores-p para tamanhos de Efeito ao construir a árvore. O padrão é 1.000.000; aumente ou diminua isso em incrementos de 10.000.
split_alpha number Nível de significância para divisão. O valor deve estar entre 0,01 e 0,99.
merge_alpha number Nível de significância para mesclagem. O valor deve estar entre 0,01 e 0,99.
bonferroni_adjustment sinalização Ajusta valores de significância usando o método de Bonferroni.
effect_size_threshold_cont number Configure o limite de tamanho do Efeito ao dividir os nós e mesclar as categorias quando usar uma variável resposta contínua. O valor deve estar entre 0,01 e 0,99.
effect_size_threshold_cat number Configure o limite de tamanho do Efeito ao dividir os nós e mesclar as categorias quando usar uma variável resposta categórica. O valor deve estar entre 0,01 e 0,99.
split_merged_categories sinalização Permite redivisão de categorias mescladas.
grouping_sig_level number Utilizado para determinar como os grupos de nós são formados ou como nós incomuns são identificados.
chi_square pearson likelihood_ratio Método utilizado para calcular a estatística chi-quadrada: Razão de Verossimilhança ou Pearson
minimum_record_use use_percentage use_absolute  
min_parent_records_pc number O valor padrão é 2. O mínimo é 1 e o máximo é 100, em incrementos de 1. O valor da ramificação pai deve ser maior do que a ramificação filha.
min_child_records_pc number O valor padrão é 1. O mínimo é 1 e o máximo é 100, em incrementos de 1.
min_parent_records_abs number O valor padrão é 100. O mínimo é 1 e o máximo é 100, em incrementos de 1. O valor da ramificação pai deve ser maior do que a ramificação filha.
min_child_records_abs number O valor padrão é 50. O mínimo é 1 e o máximo é 100, em incrementos de 1.
epsilon number Mudança mínima nas frequências de célula esperadas.
max_iterations number Iterações máximas para convergência.
use_costs sinalização  
costs estruturado Propriedade estruturada. O formato é uma lista de 3 valores: o valor real, o valor previsto e o custo se esta predição estiver errada. Por exemplo: tree.setPropertyValue("costs", [["drugA", "drugB", 3.0], ["drugX", "drugY", 4.0]])
default_cost_increase none linear square custom Ativado somente para destinos ordinais. Configure os valores padrão na matriz de custos.
calculate_conf sinalização  
display_rule_id sinalização Inclui um campo na saída de escoragem que indica o ID do nó terminal para o qual cada registro é designado.