bart

bartScoreMargin

Beschreibung

Berechnet prädiktive Margen unter Verwendung eines angepassten Modells für Bayes'sche additive Regressionsbäume (BART).

bart.bartScoreMargin <result=results> <status=rc> / alpha=double, casOut={casouttable}, differences={{bartScoreMargin_scoreDiff-1} <, {bartScoreMargin_scoreDiff-2}, ...>}, display={displayTables}, marginInfo=TRUE | FALSE, margins={{bartScoreMargin_evaluate-1} <, {bartScoreMargin_evaluate-2}, ...>}, model={castable}, outputTables={outputTables}, seed=64-bit-integer, table={castable} ;
Einstellungen
ParameterBeschreibung
alphaGibt das Signifikanzniveau für die Erstellung aller gleichschwänzigen Kredibilitätsintervalle an.
casOutGibt die Einstellungen für eine Ausgabedatentabelle an.
differencesGibt Differenzen von prädiktiven Margen an.
evtMarginGibt die prädiktive Marge des Ereignisses anhand ihres Namens an.
labelBezeichnet die Differenz der prädiktiven Margen in den Ausgabetabellen.
nameBenennt die Differenz der prädiktiven Margen in den Ausgabetabellen.
refMarginGibt die prädiktive Referenzmarge anhand ihres Namens an.
displayGibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen.
marginInfoFordert eine Tabelle an, die die Variablen zusammenfasst, die die prädiktive Marge definieren, und die Werte, auf die sie gesetzt sind.
marginsGibt eine prädiktive Marge an.
atGibt die Variablen an, die in einer prädiktiven Marge geändert werden sollen, und die Werte, auf die sie gesetzt sind.
valueGibt den Wert an, auf den eine Variable in der prädiktiven Marge gesetzt wird. Für stetige Variablen wird ein numerischer Wert angegeben. Für Klassifikationsvariablen wird das formatierte Niveau angegeben.
varBenennt eine Variable, die in einer prädiktiven Marge geändert werden soll.
modelGibt ein binäres Tabellenobjekt aus einer vorherigen Modellanpassung an.
outputTablesListet die Namen der Ergebnistabellen auf, die als CAS-Tabellen auf dem Server gespeichert werden sollen.
seedGibt einen Startwert für den Pseudozufallszahlengenerator an.
tableGibt die Eingabedatentabelle an.
Datenerstellung

Dieses Beispiel geht davon aus, dass ein BART-Modell bereits mit der Aktion `bartGauss` oder `bartProbit` trainiert und in der Tabelle `mycas.bart_model` gespeichert wurde. Die Aktion `bartScoreMargin` verwendet dieses gespeicherte Modell, um prädiktive Margen für eine neue Datentabelle, `mycas.score_data`, zu berechnen. Die Scoring-Tabelle muss alle im Modell verwendeten Variablen enthalten.

Kopiert!
1/* Dieses Beispiel erfordert eine zuvor gespeicherte Modelltabelle. */
2/* Angenommen, 'mycas.bart_model' existiert und wurde mit Variablen wie x1, x2, x3 trainiert. */
3/* Erstellen einer Beispieldatentabelle zum Scoren */
4DATA mycas.score_data;
5 INPUT x1 x2 x3;
6 CARDS;
71 2 3
84 5 6
97 8 9
10;
11RUN;

Beispiele

Dieses Beispiel zeigt, wie die Aktion `bartScoreMargin` verwendet wird, um eine einzelne prädiktive Marge zu berechnen, indem die Variable `x1` auf den Wert 10 gesetzt wird. Es wird davon ausgegangen, dass ein BART-Modell bereits trainiert und in `mycas.bart_model` gespeichert wurde.

SAS® / CAS-Code Code wartet auf Validierung durch die Community
Kopiert!
1PROC CAS;
2 bart.bartScoreMargin /
3 TABLE={name='score_data'},
4 model={name='bart_model'},
5 margins={{name='margin1', at={{var='x1', value=10}}}},
6 casOut={name='scored_margins', replace=true};
7 RUN;
8 QUIT;
Ergebnis :
Die Aktion berechnet die prädiktiven Margen und speichert die Ergebnisse in der Ausgabetabelle `mycas.scored_margins`. Die Ergebnistabelle `Margins` wird ebenfalls angezeigt, die die zusammengefassten Statistiken für die berechnete Marge enthält.

Dieses Beispiel zeigt, wie zwei verschiedene prädiktive Margen (`margin_high_x1` und `margin_low_x1`) definiert und deren Differenz berechnet wird. Es werden auch die resultierenden Tabellen `Margins` und `Differences` angezeigt.

SAS® / CAS-Code Code wartet auf Validierung durch die Community
Kopiert!
1PROC CAS;
2 bart.bartScoreMargin /
3 TABLE={name='score_data'},
4 model={name='bart_model'},
5 margins={
6 {name='margin_high_x1', at={{var='x1', value=100}}},
7 {name='margin_low_x1', at={{var='x1', value=1}}}
8 },
9 differences={{name='diff1', evtMargin='margin_high_x1', refMargin='margin_low_x1'}},
10 display={'Margins', 'Differences'},
11 casOut={name='scored_margins_detailed', replace=true};
12 RUN;
13 QUIT;
Ergebnis :
Die Aktion erzeugt zwei Tabellen im Ergebnissatz: `Margins`, die die prädiktiven Margen für hohe und niedrige Werte von `x1` anzeigt, und `Differences`, die den Unterschied zwischen diesen beiden Margen zusammen mit einem Kredibilitätsintervall anzeigt. Die detaillierten Ergebnisse pro Beobachtung werden in der Tabelle `mycas.scored_margins_detailed` gespeichert.

Zugehörige Szenarien

Anwendungsfall
Analyse der Kampagneneffektivität durch Vergleich der Kaufwahrscheinlichkeit

Ein Einzelhandelsunternehmen möchte die Auswirkung einer neuen Werbeaktion auf die Kaufwahrscheinlichkeit von Kunden bewerten. Sie verwenden ein zuvor trainiertes BART-Modell, d...

Anwendungsfall
Volumentest zur Simulation von Kreditrisiken unter verschiedenen makroökonomischen Bedingungen

Eine Bank muss die Ausfallwahrscheinlichkeit ihres großen Kreditportfolios unter verschiedenen wirtschaftlichen Szenarien bewerten. Dieser Test simuliert die Auswirkung von Zins...

Anwendungsfall
Grenzfallanalyse zur Vorhersage des Behandlungserfolgs bei fehlenden Patientendaten

Ein medizinisches Forschungsinstitut analysiert die Wirksamkeit einer neuen Behandlung im Vergleich zu einem Placebo. Das Vorhersagemodell verwendet biometrische Messwerte. Dies...