1669 preguntas encontradas.

Page 14 / 34

Si no se especifica el parámetro vars, se utilizan todos los nombres de variables que sean comunes entre la tabla de entrada y la tabla de filtrado para encontrar las filas coincidentes....

Su función es extraer detecciones de objetos a partir de datos de imagen....

Se pueden utilizar los formatos "COCO" (Common Objects in Context), "RECT" (formato rectangular) o "YOLO" (You Only Look Once). El valor predeterminado es "RECT"....

Determina el tipo de acción de extracción. Puede establecerse en "CROP" para recortar las detecciones o en "HIGHLIGHT" para resaltarlas....

Utilizando el parámetro `maxObjects`, el cual especifica el número máximo de objetos detectados a extraer. El valor por defecto es 10....

Permite elegir entre "MULTIPLE_COLUMNS" (guarda las detecciones recortadas en múltiples columnas y una sola fila) y "MULTIPLE_ROWS" (guarda en una sola columna y múltiples filas)....

Cuando se establece en True (Verdadero), escribe las imágenes decodificadas y los metadatos en la tabla de salida. Su valor predeterminado es False....

La acción factmac entrena un modelo de máquina de factorización (Factorization Machine), el cual combina las ventajas de las máquinas de vectores de soporte (SVM) con modelos de factorización....

Se utiliza el parámetro "table" para especificar la configuración de la tabla de entrada que contiene los datos de entrenamiento....

Debe utilizar el parámetro "outModel" para especificar la tabla de datos de salida en la que se guardarán los parámetros estimados de la máquina de factorización....

El parámetro "nFactors" controla el número de factores a estimar y su valor predeterminado es 5....

Sí, estableciendo el parámetro "nonNegative" en True. El valor predeterminado es False....

El parámetro "maxIter" especifica el número máximo de iteraciones para la optimización. El valor predeterminado es 30....

Se utiliza el parámetro "learnStep" para especificar el tamaño del paso de aprendizaje para la optimización. El valor predeterminado es 0.001....

El parámetro "saveState" especifica la tabla de datos de salida en la que se guarda el estado de la máquina de factorización para realizar puntuaciones futuras (scoring)....

Las variables nominales se especifican utilizando el parámetro "nominals"....

El parámetro "output" especifica la tabla de datos de salida en la que se guardarán las observaciones puntuadas....

La acción faExtract extrae factores comunes....

El parámetro 'nFactors' es obligatorio e indica el número de factores que se deben extraer para cada grupo BY....

Los métodos disponibles son 'ALPHA', 'ML' (máxima verosimilitud), 'PRINCIPAL' (componentes principales, el predeterminado), 'PRINIT' (iterativo de componentes principales) y 'ULS' (mínimos cuadrados no ponderados)....

Se utiliza el parámetro 'rotate'. Las opciones incluyen rotaciones ortogonales como 'VARIMAX' y 'QUARTIMAX', y rotaciones oblicuas como 'PROMAX' y 'OBLIMIN'. El valor predeterminado es 'NONE'....

El parámetro 'priors' especifica el método para calcular las estimaciones de comunalidad previas. Los valores posibles son 'ASMC', 'INPUT', 'MAX', 'ONE', 'RANDOM' y 'SMC' (predeterminado)....

Se utiliza el subparámetro 'heywood' dentro del parámetro 'method'. Las opciones son 'STOP' (detener el algoritmo, predeterminado), 'BOUND' (fijar comunalidades a 1) o 'UNBOUND' (continuar)....

Sí, especificando el nombre de una variable numérica en el parámetro 'weight' para usarla como ponderación en el análisis....

Se pueden especificar nombres de tablas de resultados en 'outputTables'. Además, el parámetro 'corrOut' permite guardar una tabla con la matriz de correlación y estadísticas resumidas....

Determina el número de factores para el análisis....

Cambia los atributos de las variables utilizadas en esta acción. Actualmente, los atributos especificados en los parámetros inputs y nominals se ignoran....

Especifica una tabla de salida para contener la matriz de correlación, las estadísticas de resumen y los datos del número de observaciones....

Especifica uno o más criterios para determinar el número de factores, como el valor alfa, el número de simulaciones, la semilla, el estado, el umbral y el tipo de criterio (por ejemplo, EIGENVALUE, MAP2, PARALLEL)....

Especifica una lista de tablas de resultados para enviar al cliente para su visualización....

Especifica una variable numérica que contiene la frecuencia de aparición de cada observación....

Especifica las variables que se utilizarán para el análisis....

Especifica cómo determinar el número final de factores basándose en los criterios activos. Los valores posibles son MAX (máximo), MEAN (media), MEDIAN (mediana) y MIN (mínimo)....

Enumera los nombres de las tablas de resultados para guardarlas como tablas CAS en el servidor....

Especifica el método para calcular las estimaciones de comunalidad previa (ASMC, INPUT, MAX, ONE, RANDOM, SMC)....

Especifica la configuración para una tabla de entrada, incluyendo el nombre de la tabla y la caslib....

Especifica el divisor de varianza para calcular varianzas y covarianzas. Las opciones son DF (grados de libertad), N (número de observaciones), WDF (suma de pesos menos uno) y WEIGHT (suma de pesos)....

Especifica una variable numérica para usar como peso para realizar un análisis ponderado de los datos....

La acción fastIca calcula componentes independientes utilizando el método fastICA....

Especifica el umbral para la proporción de varianza que explican los valores propios. Si la proporción es menor que el umbral, el valor propio se descarta....

Puede especificar "EXP" para utilizar la función exponencial o "LOGCOSH" para utilizar la función log-cosh en la aproximación de la negentropía....

A través del parámetro `method`, se puede elegir "DEFLATION" para la descorrelación deflacionaria o "SYMMETRIC" para la descorrelación simétrica....

Se utiliza el parámetro `n`. Si se establece en 0, el número de componentes calculados será igual al número de variables numéricas analizadas....

Sí, estableciendo el parámetro `noCenter` en True se suprime el centrado, y con `noScale` en True se suprime el escalado de las variables numéricas....

El valor predeterminado para el parámetro `tolerance` dentro de la configuración del método es 0.0001....

La acción fastknn realiza una búsqueda de los k-vecinos más cercanos (k-nearest neighbor)....

Los parámetros obligatorios son 'query' (la tabla de datos de entrada de consulta) y 'table' (la configuración de la tabla de entrada)....

Se pueden utilizar las métricas 'COSINE' (distancia coseno), 'IP' (producto interno) y 'L2' (distancia euclidiana). La métrica predeterminada es 'L2'....

Estableciendo el parámetro 'impute' en TRUE. Esto indica que las observaciones con valores faltantes en la tabla de consulta se imputen utilizando el método de k-vecinos más cercanos....

Ofrece dos métodos: 'APPROXIMATE' (búsqueda aproximada) y 'EXACT' (búsqueda exacta). El valor predeterminado es 'EXACT'....