使用此存储过程可通过增长和修剪树来构建回归树模型。
权限
此语句的授权标识所拥有的特权必须包括 IDAX_USER 角色。
语法
IDAX.REGTREE(in parameter_string varchar(32672))
参数描述
- parameter_string
- 必需的单字符串参数，其中包含以逗号分隔的 <parameter>=<value> 条目对。
- 数据类型：VARCHAR(32672)
- 以下列表显示参数值：
-
- model
- 必需。
- 要构建的回归树模型的名称。
- 数据类型：VARCHAR(64)
- intable
- 必需。
- 输入表的名称。
- 数据类型：VARCHAR(128)
- id
- 必需。
- 输入表的列，用于指示唯一实例标识。
- 数据类型：VARCHAR(128)
- target
- 必需。
- 输入表的列，用于表示预测目标。
- 数据类型：VARCHAR(128)
- incolumn
- 可选。
- 输入表的列，具有以分号 (;) 分隔的特定属性。
- 每个列都后跟下列一个或多个属性：
- 名义类型 (:nom) 或连续类型 (:cont)。缺省情况下，数字类型是连续类型，所有其他类型都是名义类型。
- 角色“:id”、“:target”、“:input”或“:ignore”。
- 如果未指定此参数，那么输入表的所有列都具有缺省属性。
- 缺省值：无
- 数据类型：VARCHAR(32000)
- coldeftype
- 可选。
- 输入表列的缺省类型。
- 允许的值为“nom”和“cont”。
- 如果未指定此参数，那么数字列是连续列，所有其他列都是名义列。
- 缺省值：无
- 数据类型：VARCHAR(4)
- coldefrole
- 可选。
- 输入表列的缺省角色。
- 允许的值为“input”和“ignore”。
- 如果未指定此参数，那么所有列都是输入列。
- 缺省值：input
- 数据类型：VARCHAR(8)
- colPropertiesTable
- 可选。
- 输入表，其中存储输入表中各个列的属性。
- 如果未指定此参数，那么将会自动检测输入表的列属性。
- 缺省值：无
- 数据类型：VARCHAR(128)
- eval
- 可选。
- 用于评估拆分的指标。
- 允许的值为“variance”。
- 缺省值：variance
- 数据类型：VARCHAR(8)
- minimprove
- 可选。
- 评估拆分所需的最小指标改善。
- 缺省值：0.02
- 最小值：0.0
- 数据类型：DOUBLE
- minsplit
- 可选。
- 可以拆分的每个树节点的最小实例数。
- 缺省值：50
- 最小值：2
- 数据类型：INTEGER
- maxdepth
- 可选。
- 树层次和叶的最大数目。
- 缺省值：10
- 最小值：1
- 最大值：62
- 数据类型：INTEGER
- valtable
- 可选。
- 输入表，其中包含验证数据集。
- 如果未指定此参数，那么不会执行修剪。
- 缺省值：无
- 数据类型：VARCHAR(128)
- valweights
- 可选。
- 输入表，其中包含验证数据集的可选实例权重或类权重。
- 缺省值：无
- 数据类型：VARCHAR(128)
- qmeasure
- 可选。
- 用于修剪的质量指标。
- 允许的值为“mse”或“r2”。
- 缺省值：mse
- 数据类型：VARCHAR(4)
- 统计
- 可选。
- 指示要收集的统计。
- 允许的值为“none”、“columns”、“values:n”和“all”。
- 以下条件适用：
- 如果指定了 statistics=none，那么不会收集任何统计。
- 如果指定了 statistics=columns，那么将会收集有关输入表列的统计，例如，均值。
- 如果指定了 statistics=values:n，并且 n 是正数，那么将会收集列和列值的统计。
最多收集 <n> 项列值统计。
- 如果名义列包含 <n> 个以上的值，那么仅保留 <n> 个最频繁的列统计。
- 如果数字列中包含 <n> 个以上的值，那么这些值将离散化，并且将收集离散化值的统计。
- statistics=all 等同于 statistics=values:100。
- 缺省值：无
- 类型：VARCHAR(32)
示例
CALL IDAX.REGTREE('model=adult_regtree, intable=adult_train, id=id, target=age, valtable=adult_prune');