R-MONMLP Neural Network アルゴリズムに設定することができるプロパティです。
| プロパティ | 説明 |
|---|---|
| 出力モード | このアルゴリズムの出力を使用するモードを選択します。 指定できる値:
|
| 機能 | 分析の実行で使用する入力列を選択します。 |
| ターゲット変数 | 分析を実行する必要のあるターゲット列を選択します。 |
| 非表示レイヤ 1 ニューロン | 最初の非表示レイヤのノード/ニューロン数を入力します (hidden1)。デフォルト値は 5 です。 |
| 予測列名 | 新規作成される予測値を含む列の名前を入力します。 |
| 非表示レイヤ転送関数 | 非表示レイヤの有効化関数を選択します (Th)。 |
| 出力レイヤ転送関数 | 出力レイヤの有効化関数を選択します (To)。 |
| 非表示レイヤ転送関数の派生 | 非表示レイヤ有効化関数の派生を選択します (Th.prime)。 |
| 出力レイヤ転送関数の派生 | 出力レイヤ有効化関数の派生を選択します (To.prime)。 |
| 非表示レイヤ 2 ニューロン | 2 つ目の非表示レイヤのノード/ニューロン数を入力します (hidden2)。デフォルト値は 0 です。 |
| 最大反復数 | 最適化アルゴリズムの最大反復数を入力します (iter.max)。デフォルト値は 5000 です。 |
| モノトーン列 | 単調性定数を適用する列インデックスを入力します (monotone)。 |
| トレーニング反復 | コスト関数計算が停止するトレーニング反復数を入力します (iter.stopped)。 |
| 初期加重 | 初期加重ベクトルを入力します (init.weights)。 |
| 最大例外数 | 最適化ルーチンの最大例外数を入力します (max.exceptions)。 |
| 依存列のスケール | フィッティングの前に、依存列を平均 0 および分散 1 にスケールするには、True を選択します (scale.y)。 |
| バギング必須 | ブートストラップ集計を使用するには、True を選択します (bag)。 |
| 極小値を回避するための試行 | 極小値を回避するための反復試行数を入力します (n.trials)。 |
| アンサンブルメンバー数 | 適合するアンサンブルメンバー数を入力します (n.ensemble)。 |