Geschäftskontext
Ein Telekommunikationsanbieter erstellt ein Modell zur Vorhersage der Kundenabwanderung (Churn Prediction). Es soll sichergestellt werden, dass 1) ohne Angabe des Typs automatisch ein Standard-DNN (Deep Neural Network) erstellt wird und 2) bestehende Produktionsmodelle nicht versehentlich überschrieben werden, wenn der Parameter 'replace' fehlt.
Über das Set : deepLearn
Erstellung und Training tiefer neuronaler Netze.
Entdecken Sie alle Aktionen von deepLearn Datenaufbereitung
Erstellen eines Dummy-Vorgängermodells, um den Konflikt zu simulieren.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | DEEPLEARN.buildModel / modelTable={name='Churn_Modell'} type='DNN'; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
Étapes de réalisation
1
Versuch, das existierende Modell ohne 'replace=true' neu zu erstellen (Erwarteter Fehler)
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | DEEPLEARN.buildModel / modelTable={name='Churn_Modell'}; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
2
Korrekte Neuerstellung mit Standard-Typ (implizit DNN) und 'replace=true'
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | DEEPLEARN.buildModel / modelTable={name='Churn_Modell', replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
Erwartetes Ergebnis
Schritt 1 muss fehlschlagen und eine Fehlermeldung ausgeben, dass die Tabelle 'Churn_Modell' bereits existiert. Schritt 2 muss erfolgreich durchlaufen und das Modell ersetzen. Da kein Typ angegeben wurde, muss das resultierende Modell vom Typ 'DNN' (Standard) sein.