c50node 属性
C5.0 节点可构建决策树或规则集。 该模型的工作原理是，根据在每个级别提供最大信息增益的字段对样本进行拆分。 目标领域必须明确。 允许将一个分组拆分为两个以上的子分组。
示例
node = stream.create("c50", "My node")
# "Model" tab
node.setPropertyValue("use_model_name", False)
node.setPropertyValue("model_name", "C5_Drug")
node.setPropertyValue("use_partitioned_data", True)
node.setPropertyValue("output_type", "DecisionTree")
node.setPropertyValue("use_xval", True)
node.setPropertyValue("xval_num_folds", 3)
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("favor", "Generality")
node.setPropertyValue("min_child_records", 3)
# "Costs" tab
node.setPropertyValue("use_costs", True)
node.setPropertyValue("costs", [["drugA", "drugX", 2]])c50node 属性 |
值 | 属性描述 |
|---|---|---|
target |
字段 | C50 模型使用单个目标字段和一个或多个输入字段。 您还可以指定权重字段。 请参阅 公共建模节点属性 以获取更多信息。 |
output_type |
DecisionTree RuleSet |
|
group_symbolics |
标志 | |
use_boost |
标志 | |
boost_num_trials |
号 | |
use_xval |
标志 | |
xval_num_folds |
号 | |
mode |
Simple Expert |
|
favor |
Accuracy Generality |
请尽量准确或概括。 |
expected_noise |
号 | |
min_child_records |
号 | |
pruning_severity |
号 | |
use_costs |
标志 | |
costs |
结构化 | 这是一个结构化的属性。 请参阅示例以了解用法。 |
use_winnowing |
标志 | |
use_global_pruning |
标志 | 默认情况下，地址为 (True)。 |
calculate_variable_importance |
标志 | |
calculate_raw_propensities |
标志 | |
calculate_adjusted_propensities |
标志 | |
adjusted_propensity_partition |
Test Validation |