nominalVarsDimReduction

lpca

Beschreibung

Reduziert die Dimensionalität nominaler Variablen mithilfe einer logistischen Hauptkomponentenanalyse (LPCA).

nominalVarsDimReduction.lpca result=results status=rc / dimensions=integer, display={casinvardesc-1, ...}, epsilon=double, freq="variable-name", id={"variable-name-1", ...}, inputs={{casinvardesc-1}, ...}, m=double, maxIter=integer, nominals={{casinvardesc-1}, ...}, output={outputStatement}, outputTables={outputTables}, prefix="string", saveState={casouttable}, table={castable};
Einstellungen
ParameterBeschreibung
dimensionsGibt die Anzahl der reduzierten Variablen an.
displayGibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen.
epsilonGibt die Toleranz an, die zur Bestimmung der Konvergenz des iterativen Algorithmus verwendet wird.
freqGibt die Häufigkeitsvariable an.
idGibt die Variablen an, die als Datensatzidentifikatoren verwendet und in die Ausgabetabelle übertragen werden sollen, die Sie im Ausgabeparameter angeben.
inputsGibt die in der Analyse zu verwendenden Variablen an.
mGibt einen endlichen positiven Wert zur Annäherung der unendlichen Grenzen der Logit-Funktion an: logit(1) wird durch m und logit(0) durch -m angenähert.
maxIterGibt die maximale Anzahl von Iterationen für den iterativen Algorithmus an.
nominalsGibt die nominalen Variablen an, die im Training verwendet werden sollen.
outputGibt die Ausgabedatentabelle an, die die Werte der reduzierten Variablen für die nominalen Trainingsdaten enthält.
outputTablesListet die Namen der Ergebnistabellen auf, die als CAS-Tabellen auf dem Server gespeichert werden sollen.
prefixGibt ein Präfix an, das auf die Namen der reduzierten Variablen angewendet wird.
saveStateGibt die Ausgabedatentabelle an, in der das Dimensionsreduktionsmodell der nominalen Variablen für zukünftiges Scoring gespeichert werden soll.
tableGibt die Eingabetabelle an.

Beispiele

FAQ

Was ist die `lpca`-Aktion?
Welchen Zweck hat der Parameter `dimensions`?
Wofür wird der Parameter `epsilon` verwendet?
Wie kann ich eine Häufigkeitsvariable angeben?
Welche Funktion hat der `m`-Parameter?
Wie steuert man die maximale Anzahl der Iterationen?
Wie kann der Modellzustand für zukünftiges Scoring gespeichert werden?