集合节点属性

整体节点图标 “集合”节点将两个或多个模型数据结合在一起，从而获得比任何单一模型更准确的预测。

示例

# Create and configure an Ensemble node 
node = stream.create("ensemble", "My node")
node.setPropertyValue("ensemble_target_field", "response")
node.setPropertyValue("filter_individual_model_output", False)
node.setPropertyValue("flag_ensemble_method", "ConfidenceWeightedVoting")
node.setPropertyValue("flag_voting_tie_selection", "HighestConfidence")

表 1。 ensemblenode 属性
`ensemblenode` properties	数据类型	属性描述
`ensemble_target_field`	字段	指定集合中所有模型的目标字段。
`filter_individual_model_output`	标志	指定是否应隐藏单个模型的评分结果。
`flag_ensemble_method`	`Voting` `ConfidenceWeightedVoting` `RawPropensityWeightedVoting` `AdjustedPropensityWeightedVoting` `HighestConfidence` `AverageRawPropensity` `AverageAdjustedPropensity`	指定用于确定总谱的方法。仅当所选目标为标志字段时，此设置才适用。
`set_ensemble_method`	`Voting` `ConfidenceWeightedVoting` `HighestConfidence`	指定用于确定总谱的方法。仅当所选目标为标称字段时，此设置才适用。
`flag_voting_tie_selection`	`Random` `HighestConfidence` `RawPropensity` `AdjustedPropensity`	如果选择投票方式，则说明如何处理票数相同的情况。仅当所选目标为标志字段时，此设置才适用。
`set_voting_tie_selection`	`Random` `HighestConfidence`	如果选择投票方式，则说明如何处理票数相同的情况。仅当所选目标为标称字段时，此设置才适用。
`calculate_standard_error`	标志	如果目标字段是连续的，则默认情况下会进行标准误差计算，以计算测量值或估计值与真实值之间的差异；并显示这些估计值之间的匹配程度。