fpca

fPcaScore

Beschreibung

Führt ein Scoring für die funktionale Hauptkomponentenanalyse durch. Diese Aktion wendet ein trainiertes FPCA-Modell (Analytic Store) auf neue Daten an, um Score-Werte zu berechnen.

fpca.fPcaScore <result=results> <status=rc> / display={caseSensitive=TRUE | FALSE, exclude=TRUE | FALSE, excludeAll=TRUE | FALSE, keyIsPath=TRUE | FALSE, names={"string-1" <, "string-2", ...>}, pathType="LABEL" | "NAME", traceNames=TRUE | FALSE}, id={"variable-name-1" <, "variable-name-2", ...>}, inputs={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, model={caslib="string", computedOnDemand=TRUE | FALSE, computedVars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, computedVarsProgram="string", dataSourceOptions={key-1=any-list-or-data-type-1 <, key-2=any-list-or-data-type-2, ...>}, groupBy={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, groupByMode="NOSORT" | "REDISTRIBUTE", importOptions={fileType="ANY" | "AUDIO" | "AUTO" | "BASESAS" | "CSV" | "DELIMITED" | "DOCUMENT" | "DTA" | "ESP" | "EXCEL" | "FMT" | "HDAT" | "IMAGE" | "JMP" | "LASR" | "PARQUET" | "SOUND" | "SPSS" | "VIDEO" | "XLS", fileType-specific-parameters}, name="table-name", onDemand=TRUE | FALSE, orderBy={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, singlePass=TRUE | FALSE, vars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, where="where-expression"}, output={casout={caslib="string", compress=TRUE | FALSE, indexVars={"variable-name-1" <, "variable-name-2", ...>}, label="string", lifetime=64-bit-integer, maxMemSize=64-bit-integer, memoryFormat="DVR" | "INHERIT" | "STANDARD", name="table-name", onDemand=TRUE | FALSE, promote=TRUE | FALSE, replace=TRUE | FALSE, replication=integer, tableRedistUpPolicy="DEFER" | "NOREDIST" | "REBALANCE", threadBlockSize=64-bit-integer, timeStamp="string", where={"string-1" <, "string-2", ...>}}, npc=integer}, outputTables={groupByVarsRaw=TRUE | FALSE, includeAll=TRUE | FALSE, names={"string-1" <, "string-2", ...>} | {key-1={casouttable-1} <, key-2={casouttable-2}, ...>}, repeated=TRUE | FALSE, replace=TRUE | FALSE}, table={caslib="string", computedOnDemand=TRUE | FALSE, computedVars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, computedVarsProgram="string", dataSourceOptions={key-1=any-list-or-data-type-1 <, key-2=any-list-or-data-type-2, ...>}, groupBy={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, groupByMode="NOSORT" | "REDISTRIBUTE", importOptions={fileType="ANY" | "AUDIO" | "AUTO" | "BASESAS" | "CSV" | "DELIMITED" | "DOCUMENT" | "DTA" | "ESP" | "EXCEL" | "FMT" | "HDAT" | "IMAGE" | "JMP" | "LASR" | "PARQUET" | "SOUND" | "SPSS" | "VIDEO" | "XLS", fileType-specific-parameters}, name="table-name", onDemand=TRUE | FALSE, orderBy={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, singlePass=TRUE | FALSE, vars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, where="where-expression"};
Einstellungen
ParameterBeschreibung
displayGibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen.
idGibt die Variable an, die als Datensatzbezeichner verwendet werden soll.
inputsGibt die Variablen an, die in der Analyse verwendet werden sollen.
modelGibt den Analytic Store aus dem FPCA-Training an.
outputGibt die Ausgabedatentabelle an, in der die Score-Werte der Scoring-Daten gespeichert werden sollen.
casoutUnterparameter von output. Gibt die Ausgabescoringtabelle für Scoring-Daten an.
npcUnterparameter von output. Gibt die Anzahl der Hauptkomponenten an, die beim Scoring neuer Daten verwendet werden sollen (Standard: 4).
outputTablesListet die Namen der Ergebnistabellen auf, die als CAS-Tabellen auf dem Server gespeichert werden sollen.
tableGibt die Einstellungen für eine Eingabetabelle an.
Erstellung von Testdaten für das FPCA-Scoring

Erstellt eine Beispieltabelle mit Daten, die gescort werden sollen. Hinweis: Es wird davon ausgegangen, dass bereits eine Modell-Tabelle (Astore) existiert.

Kopiert!
1 
2DATA mycas.testdata;
3INPUT id y1-y5;
4CARDS;
51 1.2 2.3 3.1 4.5 5.0 2 1.1 2.1 3.2 4.4 5.1 3 1.3 2.2 3.3 4.6 5.2 ;
6 
7RUN;
8 

Beispiele

Führt das Scoring auf der Tabelle 'testdata' unter Verwendung eines vorab trainierten Modells 'fpca_model' durch.

SAS® / CAS-Code Code wartet auf Validierung durch die Community
Kopiert!
1 
2PROC CAS;
3fpca.fPcaScore / TABLE={name='testdata'}, model={name='fpca_model'}, OUTPUT={casout={name='score_results', replace=TRUE}};
4 
5RUN;
6 
Ergebnis :
Eine Ausgabebelle 'score_results', die die berechneten Scores für die Eingabedaten basierend auf dem FPCA-Modell enthält.

Führt das Scoring durch, verwendet dabei 3 Hauptkomponenten (npc=3) und kopiert die ID-Variable in die Ausgabe.

SAS® / CAS-Code Code wartet auf Validierung durch die Community
Kopiert!
1 
2PROC CAS;
3fpca.fPcaScore / TABLE={name='testdata'}, model={name='fpca_model'}, id={'id'}, OUTPUT={casout={name='score_results_detailed', replace=TRUE}, npc=3};
4 
5RUN;
6 
Ergebnis :
Die Tabelle 'score_results_detailed' enthält die ID-Variable und die Scores für die ersten 3 Hauptkomponenten.

FAQ

Was ist der Hauptzweck der Action fPcaScore?
Welche Parameter sind für die Ausführung der Action zwingend erforderlich?
Wie kann die Anzahl der Hauptkomponenten für das Scoring neuer Daten festgelegt werden?
Wie wird die Ausgabetabelle für die Scoring-Werte definiert?
Wozu dient der Parameter "id"?
Welche Funktion hat der Parameter "computedVars" innerhalb von "model" oder "table"?