自动编号节点属性
自动数值节点使用多种不同的方法对模型进行估计和比较，以获得连续的数值范围结果。 该节点的工作方式与自动分类器节点相同，允许您选择要使用的算法，并在一次建模过程中尝试多种选项组合。 支持的算法包括神经网络、C&R树、CHAID、线性回归、广义线性回归和支持向量机（SVM）。 可以根据相关性、相对误差或所用变量的数量对模型进行比较。
示例
node = stream.create("autonumeric", "My node")
node.setPropertyValue("ranking_measure", "Correlation")
node.setPropertyValue("ranking_dataset", "Training")
node.setPropertyValue("enable_correlation_limit", True)
node.setPropertyValue("correlation_limit", 0.8)
node.setPropertyValue("calculate_variable_importance", True)
node.setPropertyValue("neuralnetwork", True)
node.setPropertyValue("chaid", False)autonumericnode 属性 |
值 | 属性描述 |
|---|---|---|
custom_fields |
标志 | 如果为“是”，将使用自定义字段设置，而不是类型节点设置。 |
target |
字段 | 自动编号节点需要一个目标和一个或多个输入字段。 还可以指定重量和频率字段。 请参阅 公共建模节点属性 以获取更多信息。 |
inputs |
[field1 … field2] | |
partition |
字段 | |
use_frequency |
标志 | |
frequency_field |
字段 | |
use_weight |
标志 | |
weight_field |
字段 | |
use_partitioned_data |
标志 | 如果定义了分区字段，那么仅将训练数据用于模型构建。 |
ranking_measure |
Correlation NumberOfFields |
|
ranking_dataset |
Test Training |
|
number_of_models |
整数 | 模型中包含的模型数量。 请输入1到100之间的整数。 |
calculate_variable_importance |
标志 | |
enable_correlation_limit |
标志 | |
correlation_limit |
整数 | |
enable_number_of_fields_limit |
标志 | |
number_of_fields_limit |
整数 | |
enable_relative_error_limit |
标志 | |
relative_error_limit |
整数 | |
enable_model_build_time_limit |
标志 | |
model_build_time_limit |
整数 | |
enable_stop_after_time_limit |
标志 | |
stop_after_time_limit |
整数 | |
stop_if_valid_model |
标志 | |
<algorithm> |
标志 | 启用或禁用特定算法。 |
<algorithm>.<property> |
字符串 | 为特定算法设置属性值。 请参阅 设置算法属性 以获取更多信息。 |
use_cross_validation |
布尔型 | 将使用交叉验证分区，而不是使用单个分区。 |
number_of_folds |
整数 | 交叉验证的N次方参数，范围从3到10。 |
set_random_seed |
布尔型 | 通过设置随机种子，您可以复制分析。 输入一个整数或点击 “生成 ”，系统将生成一个介于1到2147483647之间的伪随机整数。 默认情况下，分析结果以种子229176228复制。 |
random_seed |
整数 | 随机种子 |
filter_individual_model_output |
布尔型 | 从输出中移除由单个模型生成的、输入到Ensemble节点的所有附加字段。 如果您仅对所有输入模型中的组合分数感兴趣，请选择此选项。 例如，如果您想使用“分析”节点或“评估”节点来比较组合得分与每个单独输入模型的得分的准确性，请确保取消选择此选项。 |
calculate_standard_error |
布尔型 | 对于连续 (数字范围) 目标，缺省情况下会运行标准误差计算，以计算测量值或估计值与 true 值之间的差值; 并显示这些估计值的匹配程度。 |