机器学习
概述
（此页面暂无内容）
分类预测
线性回归 **节点用途：**线性回归可以用来研究一个或多个自变量对一个目标字段的影响重要程度，或者对目标字段进行预测。 使用条件： 该节点的目标字段必须为数值型字段。 使用该节点前需要先用一个...
关联规则
关联规则 **节点用途：**该节点是一种基于Apriori算法的关联分析模型。 Apriori 节点会发现数据中的关联规则。关联规则是下列形式的语句：如果 条件 则 结果。 例如，”if 客户购...
聚类分析
DBScan 节点用途： 聚类的一种算法。 DBScan是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，本算法将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为...
时间序列
ARIMA **节点用途：**时间序列预测中的一种算法。 **算法逻辑：**ARIMA模型，是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归...
特征选择
**节点用途：**数据挖掘问题中可能包括成百或者上千的字段可以作为输入字段，从这些字段中挑选出模型应该包含的字段需要耗费很大的精力。为了缩小选择范围，可以使用特征选择节点进行初步筛选。该节点分两...
降维分析
主成分分析 **节点用途：**该节点对输入数据执行主成分分析。用于提取最大主成份，可以被主成分分析应用节点使用，将输入数据映射到一个更低维度的数据集同时最大限度的保留信息。 节点配置： 配置选...
模型评估
评估 节点用途：分析评估模型质量 节点配置： 配置选项卡： 说明：两种方式输出模型评估结果 案例：建立一下工作流： 配置节点为默认设置，执行后，结果如下图： 信息熵 **节点用途：**根据...