Опции построения узлов KDE
На вкладке Опции построения можно задать опции построения для узлов KDE, включая основные опции для параметров ядерной плотности и меток кластеров, а также дополнительные опции, такие как допуск, размер листа и то, следует ли использовать подход в ширину. Дополнительную информацию об этих опциях смотрите в следующих оперативных ресурсах:
- Справочник по параметрам ядерной оценки плотности Python API1
- Руководство пользователя по ядерной оценке плотности2
Базовый
Пропускная способность. Укажите пропускную способность ядра.
Ядро. Выберите используемое ядро. Доступные ядра для узла Моделирование KDE - Гауссово, Прямоугольное, Епанечникова, Экспоненциальное, Линейное или Косинусное. Доступные ядра для узла Имитация KDE - Гауссово или Прямоугольное. Дополнительную информацию об этих доступных ядрах смотрите в разделе Руководство пользователя по ядерной оценке плотности. 2
Алгоритм. Выберите Авто, Дерево шаров или Дерево KD, чтобы использовать алгоритм дерева. Дополнительную информацию смотрите в разделах Дерево шаров3 и Дерево KD. 4
Показатели. Выберите метрику расстояния. Доступные метрики - Евклидова, Брея-Кёртиса, Чебышева, Канберра, Городских кварталов, Дайса, Хэмминга, Бесконечности, Жаккарда, L1, L2, Совпадения, Манхеттен, P, Роджерса-Танимото, Расселла-Рао, Сокала-Миченера, Сокала-Сниата, Кульчинского или Минковского. Если вы выбрали метрику Минковского, задайте нужное значение P-значение.
Метрики, доступные в этом выпадающем списке, зависят от выбранного алгоритма. Также обратите внимание на то, что нормализация вывода плотности правильна только для метрики Евклидова расстояния.
Дополнительные параметры
Абсолютная точность. Укажите требуемый абсолютный допуск результата. Чем выше уровень допуска, тем, как правило, быстрее выполнение. Значение по умолчанию - 0.0.
Относительная точность. Укажите требуемый относительный допуск результата. Чем выше уровень допуска, тем, как правило, быстрее выполнение. Значение по умолчанию - 1E-8.
Размер листа. Укажите размер листа в базовом дереве. Значение по умолчанию - 40. Изменение размера листа может существенно повлиять на производительность и необходимую память. Дополнительную информацию о дереве шаров и дереве KD смотрите в разделах Дерево шаров3 и Дерево KD. 4
В ширину. Выберите True, если вы хотите использовать подход в ширину, или False, чтобы использовать подход в глубину.
| Параметр SPSS Modeler | Имя в сценарии (имя свойства) | Параметр KDE |
|---|---|---|
| Входные поля | inputs |
|
| Полоса пропускания | bandwidth |
bandwidth |
| Ядро | kernel |
kernel |
| Алгоритм | algorithm |
algorithm |
| Метрика | metric |
metric |
| P-значение | pValue |
pValue |
| Абсолютная точность | atol |
atol |
| Относительная точность | rtol |
Rtol |
| Размер листьев | leafSize |
leafSize |
| В ширину | breadthFirst |
breadthFirst |
1 "Справочник по API". sklearn.neighbors.KernelDensity. Web. © 2007-2018, разработчики scikit-learn.
2 "Руководство пользователя". Ядерная оценка плотности. Web. © 2007-2018, разработчики scikit-learn.
3 "Ball Tree." Five balltree construction algorithms. © 1989, Omohundro, S.M., International Computer Science Institute Technical Report.
4 "Дерево K-D." Многомерные деревья двоичного поиска, используемые для ассоциативного поиска. © 1975, Bentley, J.L., Communications of the ACM.