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
L'action `marketAttribution` effectue une analyse d'attribution marketing en uti...
Crée une table sur le serveur qui contient les résultats de l'évaluation des ...
Remodèle une table contenant des enregistrements fins (longs) en une table cont...
Le paramètre `missingNom` contrôle la gestion des valeurs manquantes pour les variables nominales. Les options sont : `IGNORE` pour ignorer les observations avec des valeurs manquantes, `IMPUTE` pour les remplacer par le mode de la variable, et `LEVEL` pour les traiter comme un niveau distinct de la variable.
Le meilleur modèle est sélectionné en utilisant le paramètre `criterion`. Les options possibles sont 'AIC', 'AICC', 'BIC', et 'LOGL'. La valeur par défaut est 'BIC' (Critère d'Information Bayésien).
Les tables d'entrée requises sont `restore`, qui contient le modèle de régression restauré à partir d'un BLOB (binary large object), et `table`, qui est la table de données d'entrée sur laquelle le test sera effectué.
L'action `bnet` du jeu d'actions `bayesianNetClassifier` utilise des modèles de réseau bayésien pour classifier une variable cible. Elle permet d'entraîner un modèle en apprenant la structure du réseau à partir des données.
Spécifie le numéro de port pour l'interface HTTP du serveur.