Le point de départ pour vos projets SAS® CAS
Découvrez les articles techniques de la communauté
Snippets & Tutoriels
Questions fréquentes & Aide
Cas d'usage Métier
Catalogue complet & Exemples
Scripts de préparation
Intégration SAS & Python
Actualités, veille technologique et vie du site
Participer à la vie du site
Crée une sauvegarde complète des métadonnées de contrôle d'accès du serveu...
Calcule les marges prédictives en utilisant un modèle ajusté d'arbres de rég...
L'action exportTextModel permet de compiler et d'exporter des modèles de règle...
Il faut spécifier le paramètre 'cov' (ou son alias 'covariance') à TRUE. Par défaut, il est défini sur FALSE.
Spécifie la politique de gestion des valeurs manquantes. MACSMALL : Spécifie de traiter les valeurs manquantes pour les variables numériques comme la plus petite valeur machine et de traiter les valeurs manquantes pour les variables nominales comme un niveau distinct. USEINSEARCH : Spécifie d'incorporer les valeurs manquantes dans le calcul de la valeur d'une règle de division, et par conséquent de produire une règle de division qui associe les valeurs manquantes à une branche qui maximise la valeur de la division. Par défaut : USEINSEARCH
L'action gbtreeCode génère du code de scoring DATA step à partir d'un modèle d'arbre de boosting de gradient.
L'action `mdSummary` calcule des résumés multidimensionnels de variables numériques.
Le paramètre 'class' permet de spécifier les variables de classification. Vous pouvez également configurer des options comme le traitement des valeurs manquantes ('countMissing', 'ignoreMissing') ou l'ordre de tri ('order').