购物车属性
分类和回归（C&R）树节点生成一个决策树，用于预测或分类未来的观测结果。 该方法使用递归分区，通过在每一步中最小化不纯度，将训练记录分成若干部分。如果树中的节点中100%的案例都属于目标字段中的特定类别，则该节点被认为是“纯净”的。 目标和输入字段可以是数字范围或分类（名义、序数或标志）；所有分割都是二进制的（只有两个子组）。
示例
node = stream.createAt("cart", "My node", 200, 100)
# "Fields" tab
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("target", "Drug")
node.setPropertyValue("inputs", ["Age", "BP", "Cholesterol"])
# "Build Options" tab, "Objective" panel
node.setPropertyValue("model_output_type", "InteractiveBuilder")
node.setPropertyValue("use_tree_directives", True)
node.setPropertyValue("tree_directives", """Grow Node Index 0 Children 1 2
Grow Node Index 2 Children 3 4""")
# "Build Options" tab, "Basics" panel
node.setPropertyValue("prune_tree", False)
node.setPropertyValue("use_std_err_rule", True)
node.setPropertyValue("std_err_multiplier", 3.0)
node.setPropertyValue("max_surrogates", 7)
# "Build Options" tab, "Stopping Rules" panel
node.setPropertyValue("use_percentage", True)
node.setPropertyValue("min_parent_records_pc", 5)
node.setPropertyValue("min_child_records_pc", 3)
# "Build Options" tab, "Advanced" panel
node.setPropertyValue("min_impurity", 0.0003)
node.setPropertyValue("impurity_measure", "Twoing")
# "Model Options" tab
node.setPropertyValue("use_model_name", True)
node.setPropertyValue("model_name", "Cart_Drug")cartnode 属性 |
值 | 属性描述 |
|---|---|---|
target |
字段 | C&R Tree 模型需要一个单一的目标和一个或多个输入字段。 还可以指定频率范围。 请参阅主题 公共建模节点属性 以获取更多信息。 |
continue_training_existing_model |
标志 | |
objective |
Standard Boosting Bagging psm |
psm 用于非常大的数据集，需要服务器连接。 |
model_output_type |
Single InteractiveBuilder |
|
use_tree_directives |
标志 | |
tree_directives |
字符串 | 请具体说明种植树木的指示。 指令可以用三引号括起来，以避免换行或引号。 请注意，指令可能对数据或建模选项的微小变化非常敏感，并且可能无法推广到其他数据集。 |
use_max_depth |
Default Custom |
|
max_depth |
整数 | 最大树深度，从0到1000。 仅在 use_max_depth
= Custom 时使用。 |
prune_tree |
标志 | 修剪树，避免过度生长。 |
use_std_err |
标志 | 使用最大风险差异（标准误差）。 |
std_err_multiplier |
号 | 最大差异。 |
max_surrogates |
号 | 最大替代品。 |
use_percentage |
标志 | |
min_parent_records_pc |
号 | |
min_child_records_pc |
号 | |
min_parent_records_abs |
号 | |
min_child_records_abs |
号 | |
use_costs |
标志 | |
costs |
结构化 | 结构化属性。 |
priors |
Data Equal Custom |
|
custom_priors |
结构化 | 结构化属性。 |
adjust_priors |
标志 | |
trails |
号 | 增压或气袋组件型号数量。 |
set_ensemble_method |
Voting HighestProbability HighestMeanProbability |
分类目标的默认组合规则。 |
range_ensemble_method |
Mean Median |
连续目标的默认组合规则。 |
large_boost |
标志 | 对非常大的数据集应用提升。 |
min_impurity |
号 | |
impurity_measure |
Gini Twoing Ordered |
|
train_pct |
号 | 防过盈套装。 |
set_random_seed |
标志 | 复制结果选项。 |
seed |
号 | |
calculate_variable_importance |
标志 | |
calculate_raw_propensities |
标志 | |
calculate_adjusted_propensities |
标志 | |
adjusted_propensity_partition |
Test Validation |