Häufig gestellte Fragen

483 Fragen gefunden.

Page 4 / 10

Der Parameter `groupedMatchOut` gibt den Namen einer Ausgabe-Begrifftabelle für Kategorien an, die Übereinstimmungen nach Kategorie für jedes Dokument gruppiert. Die durch die Parameter `matchOut` und `groupedMatchOut` angegebenen Tabellen enthalten dieselben Informationen in unterschiedlichen Fo...
Vollständige Antwort lesen Technische Aktion ansehen

Der Parameter `docType` unterstützt die Dokumenttypen "TEXT" und "XML"....
Vollständige Antwort lesen Technische Aktion ansehen

Die `applyConcept`-Aktion führt die Konzeptextraktion unter Verwendung eines Konzeptextraktionsmodells (LI-Datei) durch....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion kann eine `casOut`-Tabelle für Konzeptübereinstimmungsergebnisse, eine `factOut`-Tabelle für Faktenübereinstimmungsergebnisse und eine `ruleMatchOut`-Tabelle für Regelübereinstimmungsergebnisse erstellen. Letztere kann als Eingabe für die `ruleGen`-Aktion verwendet werden....
Vollständige Antwort lesen Technische Aktion ansehen

Der `matchType`-Parameter gibt den Typ der zurückzugebenden Übereinstimmung an. Die Optionen sind 'ALL' für alle Übereinstimmungen, 'BEST' für die beste Übereinstimmung und 'LONGEST' für die längste Übereinstimmung. Der Standardwert ist 'ALL'....
Vollständige Antwort lesen Technische Aktion ansehen

Um die Leistung bei der Verwendung des CLAUS_n-Operators zu verbessern, können Sie den `parseTableOut`-Parameter verwenden, um eine Tabelle mit vorverarbeiteten Dokumenten zu speichern. Diese Tabelle kann dann mit dem `parseTableIn`-Parameter in nachfolgenden Aufrufen wiederverwendet werden, um ein...
Vollständige Antwort lesen Technische Aktion ansehen

Ja, der `dropConcepts`-Parameter ermöglicht es Ihnen, eine Liste von primären Konzepten anzugeben, die aus den CAS-Ausgabetabellen entfernt werden sollen, auch wenn sie im Modell für die Verarbeitung beibehalten werden....
Vollständige Antwort lesen Technische Aktion ansehen

Die `arima`-Aktion gehört zum `uniTimeSeries`-Aktionssatz und wird zur Analyse und Prognose von univariaten Zeitreihen mithilfe von ARIMA-Modellen (Autoregressive Integrated Moving Average) verwendet....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion unterstützt drei Schätzmethoden, die über den `method`-Parameter festgelegt werden: CLS (Conditional Least Squares), ML (Maximum Likelihood) und ULS (Unconditional Least Squares). Der Standardwert ist CLS....
Vollständige Antwort lesen Technische Aktion ansehen

Verwenden Sie den `transform`-Parameter innerhalb der `estimate`-Option. Sie können ihn auf 'BOXCOX' setzen. Der Transformationsparameter (Lambda) kann mit `transformParm` angegeben werden. Andere Optionen sind 'LOG', 'SQRT', 'LOGIT', 'AUTO' und 'NONE'....
Vollständige Antwort lesen Technische Aktion ansehen

Die Ordnung wird innerhalb der `estimate`-Option definiert. Verwenden Sie `p` für den autoregressiven Teil, `diff` für die Differenzierungsordnung und `q` für den Moving-Average-Teil. Zum Beispiel: `p=(1, 3), diff=(1), q=(2)`....
Vollständige Antwort lesen Technische Aktion ansehen

Prognosen werden mit der `forecast`-Option innerhalb der `series`-Spezifikation erstellt. Verwenden Sie den `lead`-Parameter, um die Anzahl der Prognoseschritte festzulegen. Zum Beispiel: `forecast={lead=12}`....
Vollständige Antwort lesen Technische Aktion ansehen

Das Signifikanzniveau für die Konfidenzgrenzen wird mit dem `alpha`-Parameter innerhalb der `forecast`-Option festgelegt. Der Standardwert ist 0.95, was 95%-Konfidenzgrenzen entspricht....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion kann mehrere Ausgabetabellen erzeugen, darunter `casOut` (oder `outFor`) für die Prognosen, `outEst` für die Parameterschätzungen und `outStat` für die Anpassungsstatistiken. Diese werden über die entsprechenden Parameter im Aufruf der Aktion angegeben....
Vollständige Antwort lesen Technische Aktion ansehen

Die `assess`-Aktion dient zur Bewertung und zum Vergleich von Modellen....
Vollständige Antwort lesen Technische Aktion ansehen

Um die Eingabetabelle anzugeben, verwenden Sie den Parameter `table`, der die Einstellungen für die zu verwendende Tabelle enthält....
Vollständige Antwort lesen Technische Aktion ansehen

Der `event`-Parameter gibt den formatierten Wert der Antwortvariablen an, der das Ereignis darstellt. Wenn Sie keinen Wert angeben und die Antwortvariable numerisch ist, führt die Aktion eine Modellbewertung für ein Regressionsmodell durch....
Vollständige Antwort lesen Technische Aktion ansehen

Sie können die ROC-Berechnungen mit den Parametern `includeRoc` (um sie zu aktivieren/deaktivieren), `cutStep` (um die Schrittweite festzulegen) und `rocOut` (um die Ausgabetabelle für die ROC-Berechnungen zu definieren) steuern....
Vollständige Antwort lesen Technische Aktion ansehen

Der `method`-Parameter gibt den Algorithmus für die Perzentilanalyse an. `ITERATIVE` verwendet einen iterativen Algorithmus, dessen Konvergenz durch die Parameter `epsilon` und `maxIters` gesteuert wird, während `EXACT` eine exakte Methode verwendet....
Vollständige Antwort lesen Technische Aktion ansehen

Sie können die Lift-Berechnungen mit `includeLift` (um sie zu aktivieren/deaktivieren), `nBins` (um die Anzahl der Bins festzulegen) und `includeZeroDepth` (um eine Zeile für Tiefe=0 in die Statistiken aufzunehmen) anpassen....
Vollständige Antwort lesen Technische Aktion ansehen

Verwenden Sie den Parameter `pVar`, um die Ereigniswahrscheinlichkeitsvariablen anzugeben, und den Parameter `pEvent`, um die entsprechenden Ereignisse für jede Wahrscheinlichkeitsvariable zuzuordnen....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion 'assessBias' berechnet Bias-Metriken für Vorhersagemodelle....
Vollständige Antwort lesen Technische Aktion ansehen

Die erforderlichen Parameter sind 'predictedVariables', 'sensitiveVariable' und 'table'....
Vollständige Antwort lesen Technische Aktion ansehen

Der Parameter 'modelTableType' gibt den Typ des Scorings an, den die Modelltabelle enthält. Mögliche Werte sind 'ASTORE', 'DATASTEP' oder 'NONE'....
Vollständige Antwort lesen Technische Aktion ansehen

Der Parameter 'referenceLevel' gibt die Referenzebene für die sensible Variable an, die bei den Bias-Berechnungen verwendet wird....
Vollständige Antwort lesen Technische Aktion ansehen

Ja, Sie können den Parameter 'scoredTable' verwenden, um die Ausgabetabelle anzugeben, die die bewerteten Ausgaben enthalten soll....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion `augmentImages` erweitert Bilder, indem sie Patches (Ausschnitte) erstellt und diese durch verschiedene Mutationen verändert. Dies ist eine gängige Technik im maschinellen Lernen, um die Vielfalt der Trainingsdaten zu erhöhen....
Vollständige Antwort lesen Technische Aktion ansehen

Die erforderlichen Parameter sind `table` und `casOut`. Der Parameter `table` gibt die Eingabetabelle an, die die Bilddaten enthält. Der Parameter `casOut` gibt die Ausgabetabelle für die erweiterten Bilder an....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion unterstützt eine Vielzahl von Mutationen, die im `mutations`-Block spezifiziert werden können. Dazu gehören: `colorJittering` (Farb-Jittering), `colorShifting` (zufällige Farbverschiebung), `darken` (abdunkeln), `lighten` (aufhellen), `horizontalFlip` (horizontales Spiegeln), `vertica...
Vollständige Antwort lesen Technische Aktion ansehen

Die Erstellung von Patches wird durch den `augmentations`-Parameter gesteuert. Sie können `sweepImage` auf TRUE setzen, um das gesamte Bild mit einem gleitenden Fenster zu durchlaufen, wobei `stepSize` und `verticalStepSize` die Schrittweite steuern. Die Größe des Patches wird durch `height` und ...
Vollständige Antwort lesen Technische Aktion ansehen

Ja, indem Sie den Parameter `writeRandomly` auf TRUE setzen. Sie können auch den `seed`-Parameter verwenden, um einen Startwert für die Zufallszahlengenerierung festzulegen und so reproduzierbare Ergebnisse zu gewährleisten....
Vollständige Antwort lesen Technische Aktion ansehen

Die bart.bartGauss-Aktion dient zur Anpassung von BART-Modellen (Bayesian Additive Regression Trees) an Daten mit einer normalverteilten Antwortvariable....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion erwartet, dass die Antwortdaten (Zielvariable) normalverteilt sind....
Vollständige Antwort lesen Technische Aktion ansehen

Ein BART-Modell (Bayesian Additive Regression Trees) ist ein Ensemble-Modell, das aus einer Summe von Regressionsbäumen besteht und mit Bayes'schen Methoden angepasst wird, um Vorhersagen zu treffen....
Vollständige Antwort lesen Technische Aktion ansehen

Ja, Sie können den Parameter 'store' verwenden, um das angepasste Modell in einer binären Tabellenobjekt zu speichern, das später für Scoring-Aufgaben genutzt werden kann....
Vollständige Antwort lesen Technische Aktion ansehen

Die `bart.bartProbit`-Aktion dient dazu, Probit-Modelle für Bayes'sche additive Regressionbäume (BART) an binär verteilte Antwortdaten anzupassen....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion erfordert eine Eingabedatentabelle, die durch den `table`-Parameter spezifiziert wird. Innerhalb des `model`-Parameters müssen Sie eine abhängige Variable (`target`) und die erklärenden Variablen (`inputs`) definieren....
Vollständige Antwort lesen Technische Aktion ansehen

Der `nTree`-Parameter gibt die Anzahl der Bäume im Ensemble eines Sum-of-Trees-Modells an. Der Standardwert ist 200....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion verwendet MCMC-Sampling. Der `nBI`-Parameter legt die Anzahl der Burn-In-Iterationen fest (Standard: 100), die verworfen werden. Der `nMC`-Parameter bestimmt die Anzahl der nachfolgenden MCMC-Iterationen, die für die Analyse gespeichert werden (Standard: 1000)....
Vollständige Antwort lesen Technische Aktion ansehen

Sie können den `store`-Parameter verwenden, um das Modell in einem binären Tabellenobjekt zu speichern. Dieses Objekt kann dann für Scoring-Aufgaben mit anderen Aktionen wie `bart.bartScore` verwendet werden....
Vollständige Antwort lesen Technische Aktion ansehen

Der `missing`-Parameter steuert die Behandlung fehlender Werte. Die Standardeinstellung ist `SEPARATE`, bei der fehlende Werte als eigene Kategorie behandelt werden. Andere Optionen sind `NONE` (Ausschluss von Beobachtungen), `MACBIG` und `MACSMALL`....
Vollständige Antwort lesen Technische Aktion ansehen

Die `bartScore`-Aktion erstellt eine Tabelle auf dem Server, die Ergebnisse aus der Bewertung von Beobachtungen unter Verwendung eines angepassten Modells für Bayes'sche additive Regressionbäume (BART) enthält....
Vollständige Antwort lesen Technische Aktion ansehen

Verwenden Sie den erforderlichen Parameter `casOut`, um eine Tabelle auf dem Server zu erstellen, die beobachtungsweise Statistiken enthält, die aus der Bewertung einer Datentabelle berechnet werden....
Vollständige Antwort lesen Technische Aktion ansehen

Der Parameter `restore` ist erforderlich und wird verwendet, um ein binäres Tabellenobjekt anzugeben, das von einer vorherigen Modellanpassung gespeichert wurde. Dies ermöglicht es der `bartScore`-Aktion, das angepasste Modell zum Bewerten zu laden....
Vollständige Antwort lesen Technische Aktion ansehen

Ja, indem Sie den Parameter `avgOnly` auf `FALSE` setzen. Standardmäßig ist dieser `TRUE` und gibt nur die durchschnittlichen Vorhersagen aus. Wenn er auf `FALSE` gesetzt ist, werden die Vorhersagen aus jeder MCMC-Stichprobe zusätzlich in die Ausgabetabelle aufgenommen....
Vollständige Antwort lesen Technische Aktion ansehen

Sie können das Signifikanzniveau für gleichwahrscheinliche Kredibilitätsintervalle mit dem Parameter `alpha` (Standard ist 0.05) festlegen. Die Namen für die Variablen der unteren und oberen Grenze können mit den Parametern `lcl` bzw. `ucl` angegeben werden....
Vollständige Antwort lesen Technische Aktion ansehen

Ja, der Parameter `copyVars` ermöglicht es Ihnen, eine Liste von einer oder mehreren Variablen anzugeben, die von der Bewertungstabelle in die `casOut`-Ausgabetabelle kopiert werden sollen....
Vollständige Antwort lesen Technische Aktion ansehen

Die Aktion `batchresults` ändert eine aktuell ausgeführte Aktion so, dass ihre Ergebnisse im Stapelmodus verarbeitet werden. Dies ist nützlich, um die Ergebnisse von Aktionen zu verwalten, die in einer anderen Sitzung ausgeführt werden....
Vollständige Antwort lesen Technische Aktion ansehen

Der erforderliche Parameter für die Aktion `batchresults` ist `uuid`. Dieser Parameter gibt die UUID der Sitzung an, deren aktuelle Aktion in den Stapelverarbeitungsmodus versetzt werden soll....
Vollständige Antwort lesen Technische Aktion ansehen

Die CASL-Syntax für die Aktion `batchresults` lautet: `session.batchresults / uuid="string";`, wobei "string" die UUID der Zielsitzung ist....
Vollständige Antwort lesen Technische Aktion ansehen
Copyright © WeAreCAS 2023-2025