Inhaltsverzeichnis
Auf einen Blick
Wenn die Zielvariable nur zwei Ausprägungen annimmt, stoßen herkömmliche Regressionsverfahren oft an ihre Grenzen bei der Abbildung realer Wahrscheinlichkeiten. Die Aktion bartProbit integriert das Probit-Modell in das Framework der Bayesian Additive Regression Trees, um binär verteilte Antwortvariablen hochpräzise zu analysieren. Diese Methode ist besonders wertvoll für Statistiker, die nicht-lineare Zusammenhänge in Wahrscheinlichkeitsmodellen abbilden müssen. Im folgenden Abschnitt bieten wir detaillierte Lösungen und Erklärungen zu anwenderspezifischen Fragen rund um die Konfiguration und Validierung dieser bayesianischen Klassifikatoren.
Beschreibung
Passt Probit-Modelle für Bayes'sche additive Regression Trees (BART) an binär verteilte Antwortdaten an.
bart.bartProbit <result=results> <status=rc> /
alpha=double,
applyRowOrder=TRUE | FALSE,
attributes={{casinvardesc-1} <, {casinvardesc-2}, ...>},
class={{classStatement-1} <, {classStatement-2}, ...>},
differences={{bartScoreMargin_scoreDiff-1} <, {bartScoreMargin_scoreDiff-2}, ...>},
display={displayTables},
distributeChains=integer,
freq="variable-name",
inputs={{casinvardesc-1} <, {casinvardesc-2}, ...>},
leafSigmaK=double,
margins={{bartScoreMargin_evaluate-1} <, {bartScoreMargin_evaluate-2}, ...>},
maxTrainTime=double,
minLeafSize=integer,
missing="MACBIG" | "MACSMALL" | "NONE" | "SEPARATE",
model={bartProbitModel},
nBI=integer,
nBins=integer,
nClassLevelsPrint=integer,
nMC=integer,
nominals={{casinvardesc-1} <, {casinvardesc-2}, ...>},
nThin=integer,
nTree=integer,
obsLeafMapInMem=TRUE | FALSE,
offset="variable-name",
orderSplit=integer,
output={bartBinOutputStatement},
outputMargins={casouttable},
outputTables={outputTables},
partByFrac={partByFracStatement},
partByVar={partByVarStatement},
quantileBin=TRUE | FALSE,
sampleSummary={bartProbit_sampleSummary},
seed=64-bit-integer,
store={casouttablebasic},
table={castable},
target="variable-name",
trainInMem=TRUE | FALSE,
treePrior={bart_treePrior};
Einstellungen
| Parameter | Beschreibung |
|---|---|
| alpha | Gibt das Signifikanzniveau an, das für die Erstellung von gleichschwänzigen Kredibilitätsgrenzen für prädiktive Margen verwendet wird. |
| applyRowOrder | Gibt an, ob die Zeilenreihenfolge angewendet werden soll. |
| attributes | Ändert die Attribute der in der Aktion verwendeten Variablen. Derzeit werden auf den Eingaben und nominalen Parametern angegebene Attribute ignoriert. |
| class | Nennt die Klassifikationsvariablen, die als erklärende Variablen in der Analyse verwendet werden sollen. |
| differences | Gibt Differenzen von prädiktiven Margen an. |
| display | Gibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen. |
| distributeChains | Gibt einen verteilten Modus an, der das MCMC-Sampling in einer Grid-Umgebung aufteilt. Dieser Modus verteilt die Trainingsdaten auf die Worker, sodass die angegebene Anzahl von Workern eine vollständige Kopie der Trainingsdaten hat und eine separate Kette ausführt. Dieser Parameter ist im Einzelmaschinenmodus nicht anwendbar. Wenn Sie einen Wert von 0 angeben, wird eine einzelne Kette ausgeführt, und jedem Worker-Knoten wird ein Teil der Trainingsdaten zugewiesen. |
| freq | Nennt die numerische Variable, die die Häufigkeit des Vorkommens für jede Beobachtung enthält. |
| inputs | Gibt die Eingabevariablen an, die in der Analyse verwendet werden sollen. |
| leafSigmaK | Gibt den Wert an, der zur Bestimmung der A-priori-Varianz für den Blattparameter verwendet wird. |
| margins | Gibt eine prädiktive Marge an. |
| maxTrainTime | Gibt eine Obergrenze (in Sekunden) für die Zeit des MCMC-Samplings an. |
| minLeafSize | Gibt die Mindestanzahl von Beobachtungen an, die jedes Kind eines Splits in den Trainingsdaten enthalten muss, damit der Split berücksichtigt wird. |
| missing | Gibt an, wie fehlende Werte in Prädiktorvariablen behandelt werden sollen. |
| model | Nennt die abhängige Variable und die erklärenden Effekte. |
| nBI | Gibt die Anzahl der Burn-In-Iterationen an, die durchgeführt werden, bevor die Aktion beginnt, Stichproben für die Vorhersage zu speichern. |
| nBins | Gibt die Anzahl der Bins an, die für das Binning kontinuierlicher Eingabevariablen verwendet werden sollen. |
| nClassLevelsPrint | Begrenzt die Anzeige von Klassenstufen. Der Wert 0 unterdrückt alle Stufen. |
| nMC | Gibt die Anzahl der MCMC-Iterationen an, ausgenommen die Burn-In-Iterationen. Dies ist die MCMC-Stichprobengröße, wenn die Ausdünnungsrate 1 ist. Diese Option wird ignoriert, wenn Sie den Parameter nMCDist angeben und verteilte Ketten ausführen. |
| nominals | Gibt die nominalen Eingabevariablen an, die in der Analyse verwendet werden sollen. |
| nThin | Gibt die Ausdünnungsrate der Simulation an. |
| nTree | Gibt die Anzahl der Bäume in einer Stichprobe des Sum-of-Trees-Ensembles an. |
| obsLeafMapInMem | Wenn auf True gesetzt, speichert eine Zuordnung jeder Beobachtung zu Endknoten im Speicher, wenn das Modell trainiert wird. |
| offset | Gibt eine numerische Offset-Variable an. Diese Variable darf keine Klassifikationsvariable, keine Antwortvariable oder eine der erklärenden Variablen sein. |
| orderSplit | Gibt die minimale Kardinalität an, für die eine kategoriale Eingabe Aufteilungsregeln gemäß der Ebenenreihenfolge verwendet. |
| output | Erstellt eine Tabelle auf dem Server, die beobachtungsweise Statistiken enthält, die nach der Anpassung des Modells berechnet werden. |
| outputMargins | Gibt die Ausgabetabelle für die prädiktiven Margen an. |
| outputTables | Listet die Namen der Ergebnistabellen auf, die als CAS-Tabellen auf dem Server gespeichert werden sollen. |
| partByFrac | Gibt den Anteil der Daten an, der für das Testen verwendet werden soll. |
| partByVar | Nennt die Variable und ihre Werte, die zur Partitionierung der Daten in Trainings- und Testrollen verwendet werden. |
| quantileBin | Wenn auf True gesetzt, gibt an, dass Bin-Grenzen an Quantilen von numerischen Eingaben anstelle von Bins gleicher Breite gesetzt werden. |
| sampleSummary | Erstellt eine Tabelle auf dem Server, die eine Zusammenfassung der Sum-of-Trees-Ensemble-Stichproben enthält. |
| seed | Gibt einen Startwert für den Pseudozufallszahlengenerator an. |
| store | Speichert das Modell in einem binären Tabellenobjekt, das Sie zum Scoren verwenden können. |
| table | Gibt die Eingabedatentabelle an. |
| target | Gibt die Zielvariable an. |
| trainInMem | Wenn auf True gesetzt, speichert Daten im Speicher, wenn das Modell trainiert wird. |
| treePrior | Gibt den Regularisierungs-Prior für das Sum-of-Trees-Ensemble an. |
Datenaufbereitung
Datenaufbereitungsblatt ansehen
Datenerstellung
Wir erstellen die Tabelle 'getStarted', die eine binäre Zielvariable 'y' und mehrere erklärende Variablen enthält. Diese Tabelle wird verwendet, um das Probit-BART-Modell zu trainieren.
Kopiert!
| 1 | DATA getStarted; |
| 2 | call streaminit(123); |
| 3 | DO i = 1 to 100; |
| 4 | x1 = rand('UNIFORM'); |
| 5 | x2 = rand('UNIFORM'); |
| 6 | x3 = rand('UNIFORM'); |
| 7 | p = 1 / (1 + exp(-(-2 + 6*x1 - 3*x2))); |
| 8 | y = rand('BERNOULLI', p); |
| 9 | OUTPUT; |
| 10 | END; |
| 11 | RUN; |
Beispiele
Dieses Beispiel zeigt, wie man ein einfaches Probit-BART-Modell mit der Aktion 'bartProbit' trainiert. Wir geben die Zielvariable 'y' und die Eingabevariablen 'x1', 'x2' und 'x3' an.
SAS® / CAS-Code Code wartet auf Validierung durch die Community
Kopiert!
| 1 | PROC CAS; |
| 2 | bart.bartProbit / |
| 3 | TABLE='getStarted', |
| 4 | model={depVars={{name='y'}}, effects={{vars={'x1', 'x2', 'x3'}}}} |
| 5 | ; |
| 6 | RUN; |
Ergebnis :
Die Aktion trainiert das Modell und gibt verschiedene Tabellen aus, die das Training zusammenfassen, wie z.B. 'Modellinformationen', 'Anzahl der Beobachtungen' und 'Posterior-Zusammenfassungen'.
Die Aktion trainiert das Modell und gibt verschiedene Tabellen aus, die das Training zusammenfassen, wie z.B. 'Modellinformationen', 'Anzahl der Beobachtungen' und 'Posterior-Zusammenfassungen'.
Dieses Beispiel zeigt ein detaillierteres Training, bei dem die Anzahl der Bäume, die Burn-In-Iterationen und die MCMC-Iterationen angepasst werden. Es wird auch eine Ausgabetabelle für die Vorhersagen und ein Item-Store zum Speichern des Modells erstellt.
SAS® / CAS-Code Code wartet auf Validierung durch die Community
Kopiert!
| 1 | PROC CAS; |
| 2 | bart.bartProbit / |
| 3 | TABLE='getStarted', |
| 4 | model={depVars={{name='y'}}, effects={{vars={'x1', 'x2', 'x3'}}}}, |
| 5 | nTree=100, |
| 6 | nBI=500, |
| 7 | nMC=2000, |
| 8 | seed=1234, |
| 9 | OUTPUT={casOut={name='probit_pred', replace=true}, copyVars={'y', 'x1', 'x2', 'x3'}}, |
| 10 | store={name='probit_model_store', replace=true} |
| 11 | ; |
| 12 | RUN; |
Ergebnis :
Die Aktion führt das MCMC-Sampling mit den angegebenen Parametern durch. Sie erstellt die Tabelle 'probit_pred' mit den Vorhersagen für jede Beobachtung und speichert das trainierte Modell im Item-Store 'probit_model_store' zur späteren Verwendung beim Scoring.
Die Aktion führt das MCMC-Sampling mit den angegebenen Parametern durch. Sie erstellt die Tabelle 'probit_pred' mit den Vorhersagen für jede Beobachtung und speichert das trainierte Modell im Item-Store 'probit_model_store' zur späteren Verwendung beim Scoring.
FAQ
Was ist der Hauptzweck der `bart.bartProbit`-Aktion?
Welche Daten werden für die `bart.bartProbit`-Aktion benötigt?
Was steuert der `nTree`-Parameter?
Wie funktionieren die MCMC-Iterationen in dieser Aktion?
Wie kann das trainierte Modell für zukünftiges Scoring gespeichert werden?
Wie wird mit fehlenden Werten in Prädiktorvariablen umgegangen?
Zugehörige Szenarien
Anwendungsfall
Standardfall: Vorhersage der Kundenreaktion auf eine Marketingkampagne
Ein Einzelhandelsunternehmen möchte die Wahrscheinlichkeit vorhersagen, mit der Kunden auf eine neue Werbeaktion reagieren. Ziel ist es, ein BART-Probit-Modell zu erstellen, um ...
Anwendungsfall
Leistungstest: Training auf einem großen Datensatz zur Betrugserkennung im verteilten Modus
Ein Finanzinstitut muss ein Modell zur Betrugserkennung in Echtzeit trainieren. Der Datensatz ist sehr groß und enthält Millionen von Transaktionen. Die Herausforderung besteht ...
Anwendungsfall
Robustheitstest: Umgang mit fehlenden Werten und gewichteten Beobachtungen
In einer klinischen Studie werden Daten von Patienten gesammelt, um die Wirksamkeit eines Medikaments vorherzusagen. Einige Biomarker-Messungen fehlen, und bestimmte Patientenko...