Preguntas frecuentes

551 preguntas encontradas.

Page 10 / 12

Se utiliza el parámetro `direction`. Se puede establecer en 'DIRECTED' para tratar el grafo como dirigido (los enlaces tienen una dirección de origen a destino) o 'UNDIRECTED' para tratarlo como no dirigido (los enlaces son bidireccionales). El valor por defecto es 'UNDIRECTED'....

La acción utiliza principalmente una tabla de datos de entrada especificada con el parámetro `links`, que contiene la información de los enlaces del grafo. Opcionalmente, se puede especificar una tabla de nodos con el parámetro `nodes` para proporcionar información adicional sobre los nodos....

Las principales tablas de salida son: 1. La tabla `out`, que contiene un resumen de los componentes conectados encontrados. 2. La tabla `outNodes`, que contiene la información de los nodos junto con el ID del componente al que pertenece cada uno. 3. La tabla `outLinks`, que contiene la información...

El resultado `numComponents` es un valor entero que indica el número total de componentes conectados que el algoritmo ha encontrado en el grafo....

El parámetro `distributed`, cuando se establece en 'TRUE', indica a la acción que utilice un grafo distribuido para el cálculo, lo cual es útil para grafos muy grandes que se procesan en un entorno de computación distribuida. Por defecto, su valor es 'FALSE'....

La acción `convertMps` se utiliza para convertir una tabla de datos de dos columnas a una tabla de datos en formato MPS de siete columnas, que luego puede ser utilizada por los solucionadores de optimización....

El parámetro `data` es obligatorio y especifica la tabla de datos de entrada. Esta tabla debe contener una fila por cada línea del archivo en formato MPS que se desea convertir....

El parámetro `casOut` especifica la tabla de datos de salida que se creará en formato MPS. Esta tabla de salida es la que se puede pasar a los solucionadores (solvers) para su procesamiento....

El parámetro `format` especifica si el contenido de la tabla de datos de entrada está en formato fijo o libre. Los valores posibles son 'FIXED' para formato fijo y 'FREE' para formato libre....

El parámetro `maxLength` especifica la longitud máxima permitida para los nombres de las variables o restricciones. El valor por defecto para este parámetro es 8....

La acción `copula.copulaFit` se utiliza para estimar los parámetros para un tipo de cópula especificado. Permite modelar la estructura de dependencia entre múltiples variables....

La acción `copulaFit` puede estimar los siguientes tipos de cópulas: Clayton, Frank, Gumbel, Normal y T....

El parámetro `table` es obligatorio y se utiliza para especificar la tabla de datos de entrada que contiene las variables a modelar....

El parámetro `var` es obligatorio y especifica la lista de nombres de las variables en la tabla de entrada que se utilizarán para ajustar la cópula....

El parámetro `method` permite elegir entre dos métodos de estimación: 'MLE' (Maximum Likelihood Estimation - Estimación de Máxima Verosimilitud), que es el valor por defecto, y 'CAL' (Calibration - Calibración)....

El parámetro `marginals` especifica la distribución marginal de las variables individuales. Las opciones son 'EMPIRICAL' (empírica), que es la opción por defecto, y 'UNIFORM' (uniforme)....

Se puede utilizar el parámetro `store` para guardar las propiedades del modelo y los resultados del ajuste en un almacén de elementos (item store) de CAS. Esto permite utilizar el modelo ajustado en otras acciones, como `copula.copulaSimulate`....

Para una cópula t, se puede proporcionar una matriz de correlación de Pearson usando el parámetro `corrtable` o una matriz de correlación de Kendall usando el parámetro `KendallCorrtable`....

Sí, el parámetro `initialvalues` permite proporcionar valores iniciales para la optimización numérica. Para las cópulas de Arquímedes, si no se especifica, los valores iniciales se calculan mediante el método de calibración....

La acción `copulaSimulate` se utiliza para simular datos a partir de un modelo de cópula especificado....

Para definir el modelo de cópula, se utiliza el parámetro `define`. Dentro de este, se puede especificar el tipo de cópula (`copulatype`), el parámetro de la cópula (`theta` para Arquímedes, `df` para t) y la matriz de correlación (`corrtable`, `KendallCorrtable`, o `SpearmanCorrtable`)....

Sí, se puede utilizar el parámetro `restore` para cargar las propiedades de un modelo y sus estimaciones finales desde un almacén de elementos (item store) especificado, y luego usar esa información para la simulación....

La acción `copulaSimulate` soporta varios tipos de cópulas, incluyendo Clayton, Frank, Gumbel, Normal y t. El tipo se especifica mediante el parámetro `copulatype`....

El número de observaciones a generar se especifica con el parámetro `ndraws`. Si no se especifica, el valor predeterminado es 10,000....

La acción puede generar dos tablas de salida principales: `outuniform`, que contiene los resultados de la simulación en márgenes uniformes, y `outempirical`, que contiene los resultados usando márgenes empíricos. También se pueden generar tablas de visualización a través del parámetro `outp...

El parámetro `seed` se utiliza para especificar la semilla para la generación de números aleatorios en la simulación, lo que permite la reproducibilidad de los resultados....

La acción `copulaViewStore` se utiliza para mostrar el modelo y las estimaciones que han sido preservadas en un almacén de elementos (item store) específico. Este almacén es típicamente creado por la acción `copulaFit`....

El parámetro de entrada principal y obligatorio es `instore`. Este parámetro especifica el almacén de elementos desde el cual se restauran las propiedades del modelo y las estimaciones finales para su visualización....

Se puede usar el parámetro `viewOptions` para controlar qué informes se muestran. Permite seleccionar opciones como `all` para todos los informes, `minimal` para un resumen, `finalEstimates` para las estimaciones finales, y `correlations` para las correlaciones de los parámetros, entre otros....

Sí, el parámetro `outputTables` permite especificar una lista de tablas de visualización que se desean guardar como tablas CAS. Si se omite este parámetro, no se guardará ninguna tabla....

La acción `copyModelExternal` copia un modelo desde una tabla de CAS (Cloud Analytic Services) a una base de datos externa....

Los parámetros obligatorios para esta acción son `externalOptions` (opciones de la base de datos externa), `modelName` (nombre del modelo) y `modelTable` (la tabla de CAS que contiene el modelo)....

El parámetro `externalOptions` especifica las opciones de la base de datos externa. Incluye un sub-parámetro obligatorio `extType` que define el tipo de base de datos, como "DATABRICKS", "FILESYSTEM", "HADOOP", "SINGLESTORE", "SYNAPSE" o "TERADATA", junto con otros parámetros específicos para ca...

La opción `replace`, cuando se establece en `true`, permite que un modelo existente en la tabla de destino sea reemplazado por el nuevo modelo que se está copiando. Su valor predeterminado es `true`....

Sí, al establecer el parámetro `extType` en "FILESYSTEM" dentro de `externalOptions`, se puede copiar el modelo a un sistema de archivos. En este caso, se debe especificar el directorio de destino usando el parámetro `modelDir`....

La acción copyTable se utiliza para copiar una tabla en otra. Esto permite duplicar datos para su manipulación o respaldo....

El parámetro 'table' es obligatorio y especifica la tabla de entrada que se va a copiar. Debe incluir el nombre de la tabla y, opcionalmente, la caslib donde se encuentra....

La tabla de destino se define mediante el parámetro 'casout'. Dentro de este, se debe especificar como mínimo el nombre de la nueva tabla con el subparámetro 'name'....

Sí, para sobrescribir una tabla de destino que ya existe, debe establecer el subparámetro 'replace' en TRUE dentro del parámetro 'casout'....

Cuando se establece en TRUE, 'distributeRows' distribuye las filas de la tabla original entre los diferentes trabajadores en la copia. Por defecto (FALSE), las filas permanecen en su trabajador original....

La acción 'core' se utiliza para calcular la descomposición del núcleo de un grafo. Esto ayuda a identificar subgrupos de nodos densamente conectados....

La descomposición del núcleo, o k-core, de un grafo es un subgrafo máximo en el que cada nodo tiene un grado de al menos 'k'. La acción 'core' calcula el número de núcleo para cada nodo, que es el valor 'k' más alto del núcleo al que pertenece el nodo....

El grafo de entrada se puede especificar mediante el parámetro 'links', que indica la tabla de datos que contiene la información de los enlaces. Opcionalmente, se puede usar el parámetro 'nodes' para la información de los nodos. Si el grafo ya está cargado en memoria, se puede usar el parámetr...

La acción 'core' puede generar varias tablas de salida. La más común es 'outNodes', que contiene la información de los nodos junto con su número de núcleo calculado. También puede generar 'outLinks' con la información de los enlaces y 'outGraphList' con un resumen de los grafos en memoria....

Sí, la acción 'core' permite especificar la dirección del grafo mediante el parámetro 'direction'. Puede establecerse en 'DIRECTED' (dirigido) o 'UNDIRECTED' (no dirigido), siendo 'UNDIRECTED' el valor predeterminado....

Calcula las correlaciones de momento-producto de Pearson....

Cuando se establece en verdadero (True), calcula el coeficiente alfa de Cronbach....

Cuando se establece en verdadero (True), crea una tabla de la matriz de varianza/covarianza....

Cuando se establece en verdadero (True), crea una tabla de la suma corregida de cuadrados y productos cruzados....

Especifica el divisor utilizado en el cálculo de varianzas y covarianzas. Los valores posibles son 'DF' (grados de libertad), 'N' (número de observaciones), 'WDF' (suma de ponderaciones menos uno) o 'WEIGHT' (suma de ponderaciones)....