Erstellt eine Tabelle auf dem Server, die Ergebnisse aus der Bewertung von Beobachtungen unter Verwendung eines angepassten Bayes'schen additiven Regressionsbaum-Modells enthält.
| Parameter | Beschreibung |
|---|---|
| alpha | Gibt das Signifikanzniveau an, das für die Erstellung aller gleichseitigen Kredibilitätsgrenzen verwendet werden soll. |
| avgOnly | Wenn auf FALSE gesetzt, werden Vorhersagen aus jeder MCMC-Stichprobe zusätzlich zu den durchschnittlichen Stichprobenvorhersagen in die Ausgabetabelle aufgenommen. |
| casOut | Erstellt eine Tabelle auf dem Server, die beobachtungsweise Statistiken enthält, die aus der Bewertung einer Datentabelle berechnet werden. |
| copyVars | Gibt eine Liste von einer oder mehreren Variablen an, die von der Bewertungstabelle in die Ausgabetabelle kopiert werden sollen. |
| into | Gibt den Namen der kategorialen Antwortvariablen an, die erstellt werden soll, wenn das Modell ein nominales Ziel hat. |
| intoCutpt | Gibt den Cutoff-Wert an, der verwendet wird, um die vorhergesagte Wahrscheinlichkeit in eine Klassenzuordnung für die INTO=-Variable umzuwandeln. |
| lcl | Benennt die untere gleichseitige Kredibilitätsgrenze. |
| pred | Benennt den vorhergesagten Wert. Wenn Sie keine Ausgabestatistiken angeben, wird der vorhergesagte Wert standardmäßig Pred genannt. |
| resid | Benennt das Residuum. |
| restore | Gibt ein binäres Tabellenobjekt aus einer vorherigen Modellanpassung an. |
| seed | Gibt einen Startwert für den Pseudozufallszahlengenerator an. |
| table | Gibt die Eingabedatentabelle an. |
| ucl | Benennt die obere gleichseitige Kredibilitätsgrenze. |
Dieser SAS-Code erstellt eine CAS-Tabelle namens 'mycas.score_data'. Diese Tabelle enthält Beispieldaten, die zum Bewerten mit einem zuvor trainierten BART-Modell verwendet werden können. Sie enthält die unabhängigen Variablen (x1, x2, x3) und eine Zielvariable (y), obwohl die Zielvariable für die reine Bewertung nicht erforderlich ist.
| 1 | DATA mycas.score_data; |
| 2 | call streaminit(4321); |
| 3 | DO i = 1 to 100; |
| 4 | x1 = rand('UNIFORM'); |
| 5 | x2 = rand('UNIFORM'); |
| 6 | x3 = rand('UNIFORM'); |
| 7 | y = 10 * sin(3.14 * x1 * x2) + 20 * (x3 - 0.5)**2 + 10 * rand('NORMAL'); |
| 8 | OUTPUT; |
| 9 | END; |
| 10 | RUN; |
Dieses Beispiel zeigt, wie die Aktion `bartScore` verwendet wird, um eine Datentabelle ('mycas.score_data') mit einem gespeicherten BART-Modell ('mycas.my_model') zu bewerten. Die Ergebnisse werden in einer neuen CAS-Tabelle namens 'mycas.scored_output' gespeichert.
| 1 | PROC CAS; |
| 2 | bart.bartScore / |
| 3 | restore={name='my_model', caslib='mycas'}, |
| 4 | TABLE={name='score_data', caslib='mycas'}, |
| 5 | casOut={name='scored_output', caslib='mycas', replace=true}; |
| 6 | RUN; |
Dieses Beispiel zeigt eine erweiterte Verwendung der Aktion `bartScore`. Es bewertet die Tabelle 'mycas.score_data' mit dem Modell 'mycas.my_model'. Zusätzlich zur durchschnittlichen Vorhersage werden auch die 95%-Kredibilitätsintervalle (untere und obere Grenzen) und die Residuen berechnet. Die Variablen 'i' und 'x1' werden ebenfalls aus der Eingabetabelle in die Ausgabetabelle 'mycas.scored_output_detailed' kopiert.
| 1 | PROC CAS; |
| 2 | bart.bartScore / |
| 3 | restore='my_model', |
| 4 | TABLE='score_data', |
| 5 | pred='PredictedValue', |
| 6 | lcl='LowerLimit', |
| 7 | ucl='UpperLimit', |
| 8 | resid='ResidualValue', |
| 9 | alpha=0.05, |
| 10 | copyVars={'i', 'x1'}, |
| 11 | casOut={name='scored_output_detailed', replace=true}; |
| 12 | RUN; |
Eine Bank möchte die Kreditwürdigkeit neuer Kreditantragsteller bewerten. Ein zuvor trainiertes BART-Modell soll verwendet werden, um eine Ausfallwahrscheinlichkeit für jeden An...
Ein Telekommunikationsunternehmen möchte die Abwanderungswahrscheinlichkeit für seine gesamte Kundenbasis (mehrere Millionen Kunden) vorhersagen. Für Kunden mit hohem Wert ist d...
Ein Fertigungsunternehmen verwendet ein vorausschauendes Wartungsmodell, um die Wahrscheinlichkeit eines Maschinenausfalls basierend auf Echtzeit-Sensordaten zu bewerten. Aufgru...