Icon

clasificador-optimizado

Optimización de Parámetros para Clasificador

Ejemplo con dos modelos de clasificación en el que he introducido nodos Loop Start/End para la optimización de parámetros con el objetivo de probar el uso de variables de flujo.

Lectura Dataset IngresosPartimos en 80% (Training) + 20% (Test)Obtenemos Modelo RegresiónObtenemos Modelo en Árbol de ClasificaciónPrediccón del nivel de ingresosÁrbol de decisiónPredicción de ingresosRegresiónExactitudMatriz de ConfusiónSigma & Step SizeHillclimbingFuerza brutaMinimum Number of RecordsArea bajo la curvaPasamos el área bajo la curva a variableComparamos área bajo la curvaOptimizamos ExactitudLa Exactitud pasa a variableCSV Reader Partitioning LogisticRegression Learner DecisionTree Learner Decision TreePredictor Logistic RegressionPredictor Scorer Parameter OptimizationLoop Start Parameter OptimizationLoop Start ROC Curve Table Rowto Variable ParameterOptimization Loop End ParameterOptimization Loop End Table Columnto Variable Lectura Dataset IngresosPartimos en 80% (Training) + 20% (Test)Obtenemos Modelo RegresiónObtenemos Modelo en Árbol de ClasificaciónPrediccón del nivel de ingresosÁrbol de decisiónPredicción de ingresosRegresiónExactitudMatriz de ConfusiónSigma & Step SizeHillclimbingFuerza brutaMinimum Number of RecordsArea bajo la curvaPasamos el área bajo la curva a variableComparamos área bajo la curvaOptimizamos ExactitudLa Exactitud pasa a variableCSV Reader Partitioning LogisticRegression Learner DecisionTree Learner Decision TreePredictor Logistic RegressionPredictor Scorer Parameter OptimizationLoop Start Parameter OptimizationLoop Start ROC Curve Table Rowto Variable ParameterOptimization Loop End ParameterOptimization Loop End Table Columnto Variable

Nodes

Extensions

Links

Download

To use this workflow in KNIME, download it from the below URL and open it in KNIME:

Download Workflow
Created by: antoine
Created at: 2023-06-23
On NodePit since: 2023-06-27
Last update: 2024-04-27
Created with KNIME version: v4.7.3
Tags: optimizationmllogistic regressiondecision tree

Deploy, schedule, execute, and monitor your KNIME workflows locally, in the cloud or on-premises – with our brand new NodePit Runner.

Try NodePit Runner!