MTS アクションセット: 構文
MTS の作成と管理のアクションを提供します
mtsTrain アクション
学習に Mahalanobis-Taguchi system (MTS) を使用します。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parameterdata |
— |
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。 |
|
— |
説明変数の共分散行列を含む任意の入力を指定します。 | |
|
— |
入力変数の平均を含む任意の入力を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
— |
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。 | |
|
— |
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 | |
|
— |
MTS 学習からのデータのみの分析ストアを指定します。 | |
|
— |
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の要約統計量を格納する出力テーブルを指定します。 |
パラメーターの説明
corrType="PEARSON" | "ROBUST"
cov={casouttable}
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。
cov パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
cutoffFrac=double
外れ値検出のカットオフ率を指定します。
| デフォルト | 0.05 |
|---|---|
| 範囲 | (0, 1) |
* data={castable}
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。
data パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
display={displayTables}
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
id="variable-name"
ID 変数を指定します。
inCov={castable}
説明変数の共分散行列を含む任意の入力を指定します。
inCov パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
inMean={castable}
入力変数の平均を含む任意の入力を指定します。
inMean パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
* input={"variable-name-1" <, "variable-name-2", ...>}
説明変数のリストを指定します。
mean={casouttable}
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。
mean パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outData={casouttable}
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。
outData パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outliers=integer
MTS 学習の任意の外れ値検出を指定します。
| デフォルト | 0 |
|---|---|
| 範囲 | 0–1 |
outputTables={outputTables}
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
saveState={casouttable}
MTS 学習からのデータのみの分析ストアを指定します。
saveState パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
scoreInfo={casouttable}
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。
scoreInfo パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
stat={casouttable}
MTS 学習後の要約統計量を格納する出力テーブルを指定します。
stat パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
threshold=double
学習中に外れ値を判断するための Mahalanobis 距離しきい値を指定します。
| デフォルト | 3 |
|---|---|
| 最小値 | 0 |
mtsTrain アクション
学習に Mahalanobis-Taguchi system (MTS) を使用します。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parameterdata |
— |
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。 |
|
— |
説明変数の共分散行列を含む任意の入力を指定します。 | |
|
— |
入力変数の平均を含む任意の入力を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
— |
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。 | |
|
— |
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 | |
|
— |
MTS 学習からのデータのみの分析ストアを指定します。 | |
|
— |
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の要約統計量を格納する出力テーブルを指定します。 |
パラメーターの説明
corrType="PEARSON" | "ROBUST"
cov={casouttable}
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。
cov パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
cutoffFrac=double
外れ値検出のカットオフ率を指定します。
| デフォルト | 0.05 |
|---|---|
| 範囲 | (0, 1) |
* data={castable}
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。
data パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
display={displayTables}
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
id="variable-name"
ID 変数を指定します。
inCov={castable}
説明変数の共分散行列を含む任意の入力を指定します。
inCov パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
inMean={castable}
入力変数の平均を含む任意の入力を指定します。
inMean パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
* input={"variable-name-1" <, "variable-name-2", ...>}
説明変数のリストを指定します。
mean={casouttable}
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。
mean パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outData={casouttable}
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。
outData パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outliers=integer
MTS 学習の任意の外れ値検出を指定します。
| デフォルト | 0 |
|---|---|
| 範囲 | 0–1 |
outputTables={outputTables}
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
saveState={casouttable}
MTS 学習からのデータのみの分析ストアを指定します。
saveState パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
scoreInfo={casouttable}
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。
scoreInfo パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
stat={casouttable}
MTS 学習後の要約統計量を格納する出力テーブルを指定します。
stat パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
threshold=double
学習中に外れ値を判断するための Mahalanobis 距離しきい値を指定します。
| デフォルト | 3 |
|---|---|
| 最小値 | 0 |
mtsTrain アクション
学習に Mahalanobis-Taguchi system (MTS) を使用します。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parameterdata |
— |
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。 |
|
— |
説明変数の共分散行列を含む任意の入力を指定します。 | |
|
— |
入力変数の平均を含む任意の入力を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
— |
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。 | |
|
— |
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 | |
|
— |
MTS 学習からのデータのみの分析ストアを指定します。 | |
|
— |
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の要約統計量を格納する出力テーブルを指定します。 |
パラメーターの説明
corrType="PEARSON" | "ROBUST"
cov={casouttable}
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。
cov パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
cutoffFrac=double
外れ値検出のカットオフ率を指定します。
| デフォルト | 0.05 |
|---|---|
| 範囲 | (0, 1) |
* data={castable}
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。
data パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
display={displayTables}
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
id="variable-name"
ID 変数を指定します。
inCov={castable}
説明変数の共分散行列を含む任意の入力を指定します。
inCov パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
inMean={castable}
入力変数の平均を含む任意の入力を指定します。
inMean パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
* input=["variable-name-1" <, "variable-name-2", ...>]
説明変数のリストを指定します。
mean={casouttable}
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。
mean パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outData={casouttable}
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。
outData パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outliers=integer
MTS 学習の任意の外れ値検出を指定します。
| デフォルト | 0 |
|---|---|
| 範囲 | 0–1 |
outputTables={outputTables}
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
saveState={casouttable}
MTS 学習からのデータのみの分析ストアを指定します。
saveState パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
scoreInfo={casouttable}
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。
scoreInfo パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
stat={casouttable}
MTS 学習後の要約統計量を格納する出力テーブルを指定します。
stat パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
threshold=double
学習中に外れ値を判断するための Mahalanobis 距離しきい値を指定します。
| デフォルト | 3 |
|---|---|
| 最小値 | 0 |
mtsTrain アクション
学習に Mahalanobis-Taguchi system (MTS) を使用します。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parameterdata |
— |
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。 |
|
— |
説明変数の共分散行列を含む任意の入力を指定します。 | |
|
— |
入力変数の平均を含む任意の入力を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
— |
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。 | |
|
— |
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 | |
|
— |
MTS 学習からのデータのみの分析ストアを指定します。 | |
|
— |
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。 | |
|
— |
MTS 学習後の要約統計量を格納する出力テーブルを指定します。 |
パラメーターの説明
corrType="PEARSON" | "ROBUST"
cov=list(casouttable)
MTS 学習後の説明変数の共分散行列を格納する出力テーブルを指定します。
cov パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
cutoffFrac=double
外れ値検出のカットオフ率を指定します。
| デフォルト | 0.05 |
|---|---|
| 範囲 | (0, 1) |
* data=list(castable)
Mahalanobis-Taguchi system (MTS) を使用して学習する入力データを指定します。
data パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
display=list(displayTables)
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
id="variable-name"
ID 変数を指定します。
inCov=list(castable)
説明変数の共分散行列を含む任意の入力を指定します。
inCov パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
inMean=list(castable)
入力変数の平均を含む任意の入力を指定します。
inMean パラメーターの指定の詳細については、共通 castable (形式 2) パラメーターを参照してください。
* input=list("variable-name-1" <, "variable-name-2", ...>)
説明変数のリストを指定します。
mean=list(casouttable)
MTS 学習後の説明変数の平均を格納する出力テーブルを指定します。
mean パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outData=list(casouttable)
通常の Mahalanobis 距離と正規化 Mahalanobis 距離、および include フラグを含む学習出力データを指定します。
outData パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
outliers=integer
MTS 学習の任意の外れ値検出を指定します。
| デフォルト | 0 |
|---|---|
| 範囲 | 0–1 |
outputTables=list(outputTables)
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
saveState=list(casouttable)
MTS 学習からのデータのみの分析ストアを指定します。
saveState パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
scoreInfo=list(casouttable)
MTS スコアリングと診断に必要な情報を格納する出力テーブルを指定します。
scoreInfo パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
stat=list(casouttable)
MTS 学習後の要約統計量を格納する出力テーブルを指定します。
stat パラメーターの指定の詳細については、共通 casouttable (形式 2) パラメーターを参照してください。
threshold=double
学習中に外れ値を判断するための Mahalanobis 距離しきい値を指定します。
| デフォルト | 3 |
|---|---|
| 最小値 | 0 |