Geschäftskontext
Eine Geschäftsbank hat ein neues Kreditrisikomodell (Scorecard) in SAS Viya trainiert. Dieses Modell muss nun in das zentrale Teradata-Data-Warehouse ('Production Data Warehouse') übertragen werden. Dort wird es für das nächtliche Batch-Scoring verwendet, um die Kreditwürdigkeit von Millionen von Bestandskunden zu bewerten. Da das Modell monatlich aktualisiert wird, muss sichergestellt werden, dass die vorherige Version überschrieben wird.
Datenaufbereitung
Erstellung einer Modelltabelle mit einem logistischen Regressionsmodell für Kredit-Scoring.
Kopiert!
| 1 | |
| 2 | DATA casuser.credit_score_models; |
| 3 | LENGTH ModelName $32 ModelContent $2000; |
| 4 | ModelName='CreditScore_2025_V1'; |
| 5 | ModelContent=' |
| 6 | data step code representation of logistic regression... if debt_ratio > 0.4 then score=score-10; |
| 7 | '; |
| 8 | OUTPUT; |
| 9 | |
| 10 | RUN; |
| 11 |
Étapes de réalisation
1
Überprüfung der Quell-Tabelle in CAS.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableInfo / caslib="casuser" name="credit_score_models"; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Export des Modells nach Teradata mit erzwungener Ersetzung (replace=TRUE).
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | ACTION modelPublishing.copyModelExternal / modelTable={caslib="casuser", name="credit_score_models"} modelName="CreditScore_2025_V1" externalCaslib="TeraProd" externalOptions={extType="TERADATA", server="tera_db_01", database="risk_mgmt", modelTable={name="scoring_models_prod"}} modelOptions={replace=TRUE}; |
| 4 | |
| 5 | RUN; |
| 6 |
Erwartetes Ergebnis
Das Modell 'CreditScore_2025_V1' wird erfolgreich in die Teradata-Tabelle 'scoring_models_prod' übertragen. Falls ein vorheriges Modell existierte, wurde es ohne Fehler überschrieben. Das Protokoll bestätigt 'Severity: 0'.