PROC FOREST (Zufallswälder)

Die PROC FOREST Prozedur ist ein leistungsstarkes Werkzeug für überwachtes Lernen, das komplexe Daten verwalten und präzise Vorhersagen liefern kann. Sie ist besonders effektiv in ihrer Fähigkeit, Überanpassung (Overfitting) zu handhaben und ist robust gegenüber Ausreißern und Rauschen. Die Prozedur führt Berechnungen im verteilten Speicher auf dem CAS-Server aus, wodurch sehr große Datensätze verarbeitet werden können. Sie unterstützt kontinuierliche und kategoriale Eingabevariablen sowie kontinuierliche (Regression) oder kategoriale (Klassifizierung) Zielvariablen. Es stehen Optionen für Datenpartitionierung, Variablenauswahl, Anzahl der Bäume, Tiefe der Bäume und die Bewertung der Variablenbedeutung zur Verfügung.

Datenanalyse

Type : INTERNE_ERSTELLUNG

Die Beispiele verwenden generierte Daten (Datalines) oder Daten aus der SASHELP-Bibliothek, die zum Laden in CAS angepasst wurden.

1 Codeblock

PROC FOREST Data

Erklärung :
Dieses Beispiel zeigt eine einfache binäre Klassifizierung mit PROC FOREST. Es erstellt eine CAS-Tabelle namens 'CreditData' mit Informationen zu Alter, Kredit-Score, Einkommen und Kundenstatus (Ziel). Die Prozedur wird dann mit den Variablen 'Age', 'ScoreCredit', 'Revenu' als Eingaben und 'StatutClient' als nominale Zielvariable aufgerufen. Dies ist die grundlegendste Verwendung zum Trainieren eines Zufallswaldmodells.

Kopiert!

1	/* Création d'une session CAS et d'une caslib */
2	CAS;
3	LIBNAME mycas CAS;
4
5	/* Données d'exemple pour la classification binaire */
6	DATA mycas.CreditData;
7	INPUT Age ScoreCredit Revenu StatutClient $;
8	DATALINES;
9	25 700 50000 Bon
10	30 650 40000 Mauvais
11	35 720 60000 Bon
12	40 600 30000 Mauvais
13	45 750 70000 Bon
14	50 680 45000 Mauvais
15	60 710 55000 Bon
16	28 670 38000 Mauvais
17	33 730 62000 Bon
18	55 690 48000 Bon
19	;
20	RUN;
21
22	/* Exécution de la procédure FOREST pour la classification */
23	PROC FOREST DATA=mycas.CreditData;
24	INPUT Age ScoreCredit Revenu;
25	target StatutClient / level=nominal;
26	RUN;
27
28	/* Nettoyage de la session CAS si nécessaire */
29	CAS_TERMINATE;

2 Codeblock

PROC FOREST Data

Erklärung :
Dieses erweiterte Beispiel verwendet PROC FOREST für eine Regressionsaufgabe zur Vorhersage von Verkäufen. Es führt die Optionen 'partition' zur Aufteilung der Daten in Trainings- und Testsets (70%/30%) und 'varimportance' zur Berechnung und Anzeige der Variablenbedeutung im Modell ein. Die Variable 'Region' wird explizit als nominal definiert. Das trainierte Modell wird über 'save state' gespeichert.

Kopiert!

1	/* Création d'une session CAS et d'une caslib */
2	CAS;
3	LIBNAME mycas CAS;
4
5	/* Données d'exemple étendues pour la régression avec une variable catégorielle */
6	DATA mycas.SalesData;
7	INPUT Publicite Internet Vendeurs Region $ Ventes;
8	DATALINES;
9	10 5 2 Est 100
10	12 6 3 Ouest 120
11	8 4 2 Nord 90
12	15 7 4 Sud 150
13	11 5 3 Est 110
14	13 6 4 Ouest 130
15	9 4 2 Nord 95
16	16 8 5 Sud 160
17	10 5 3 Est 105
18	14 7 4 Ouest 140
19	;
20	RUN;
21
22	/* Exécution de la procédure FOREST avec partition et importance des variables */
23	PROC FOREST DATA=mycas.SalesData seed=12345;
24	INPUT Publicite Internet Vendeurs Region / level=interval Publicite Internet Vendeurs Region level=nominal Region;
25	target Ventes / level=interval;
26	partition fraction(0.7 train = training 0.3 test = testing);
27	varimportance;
28	ods OUTPUT VariableImportance=mycas.VarImp;
29	save state out=mycas.ForestModel / onestore;
30	RUN;
31
32	/* Affichage de l'importance des variables */
33	PROC PRINT DATA=mycas.VarImp;
34	RUN;
35
36	/* Nettoyage de la session CAS si nécessaire */
37	CAS_TERMINATE;

3 Codeblock

PROC FOREST Data

Erklärung :
Dieses fortgeschrittene Beispiel zeigt eine Regression zur Vorhersage von Hauspreisen. Es verwendet Optionen wie 'ntrees' (Anzahl der Bäume), 'maxdepth' (maximale Tiefe der Bäume), 'nsubsets' (Anzahl der zu samplenden Variablen an jedem Knoten) und 'baggingfraction', um den Trainingsprozess des Zufallswaldes zu steuern. Die Option 'proctime' liefert Informationen zur Ausführungszeit. Das trainierte Modell wird gespeichert und über PROC ASTORE zum Scoring neuer Daten verwendet.

Kopiert!

1	/* Création d'une session CAS et d'une caslib */
2	CAS;
3	LIBNAME mycas CAS;
4
5	/* Données d'exemple pour la régression avec plus de complexité */
6	DATA mycas.HousingPrices;
7	INPUT Surface Chambres NbSallesBains AgeMaison Garage NbEtages PrixMaison;
8	DATALINES;
9	1500 3 2 10 1 2 250000
10	1200 2 1 20 0 1 180000
11	2000 4 3 5 2 3 350000
12	1000 2 1 30 0 1 150000
13	1800 3 2 15 1 2 290000
14	1300 3 1 25 1 1 200000
15	2200 4 3 8 2 3 380000
16	900 2 1 40 0 1 130000
17	1700 3 2 12 1 2 270000
18	1600 3 2 18 1 2 260000
19	;
20	RUN;
21
22	/* Exécution de la procédure FOREST avec tuning d'hyperparamètres et sortie détaillée */
23	PROC FOREST DATA=mycas.HousingPrices ntrees=100 maxdepth=10 nsubsets=5 seed=54321;
24	INPUT Surface Chambres NbSallesBains AgeMaison Garage NbEtages;
25	target PrixMaison / level=interval;
26	baggingfraction=0.7;
27	proctime;
28	performance nthreads=4;
29	ods OUTPUT FitStatistics=mycas.FitStats;
30	save rforest out=mycas.ForestModel_Adv;
31	RUN;
32
33	/* Création de nouvelles données pour la prédiction */
34	DATA mycas.NewHouses;
35	INPUT Surface Chambres NbSallesBains AgeMaison Garage NbEtages;
36	DATALINES;
37	1400 3 2 12 1 2
38	1900 4 2 7 2 3
39	;
40	RUN;
41
42	/* Application du modèle pour faire des prédictions */
43	PROC ASTORE;
44	score DATA=mycas.NewHouses
45	out=mycas.NewHouses_Scored
46	rstore=mycas.ForestModel_Adv;
47	RUN;
48
49	PROC PRINT DATA=mycas.NewHouses_Scored;
50	RUN;
51
52	/* Nettoyage de la session CAS si nécessaire */
53	CAS_TERMINATE;

4 Codeblock

PROC FOREST Data

Erklärung :
Dieses Beispiel beleuchtet die Verwendung von PROC FOREST in einer CAS-Umgebung für die Klassifizierung. Es lädt einen vorhandenen Datensatz (SASHELP.CLASS) in den CAS-Speicher, erstellt eine neue binäre Zielvariable ('TooOld') und trainiert dann ein Zufallswaldmodell. Optionen wie 'ntrees' und 'maxdepth' werden angepasst. Das Modell wird gespeichert und zur Vorhersage auf einem neuen Datensatz verwendet, was den typischen Workflow in einer verteilten Umgebung demonstriert.

Kopiert!

1	/* Établissement d'une session CAS */
2	CAS;
3	LIBNAME mycas CAS;
4
5	/* Chargement d'un jeu de données SASHELP dans CAS pour simuler un grand jeu de données */
6	/* (Assurez-vous que le jeu de données SASHELP.CLASS est disponible et a une taille raisonnable) */
7	PROC CASUTIL;
8	LOAD DATA=SASHELP.CLASS OUTCASLIB=mycas OUTCAS=ClassData REPLACE;
9	RUN;
10
11	/* Préparation des données: ajout d'une variable cible binaire pour la classification */
12	/* Exemple: 'TooOld' si Age > 14 */
13	DATA mycas.ClassDataPrepared;
14	SET mycas.ClassData;
15	IF Age > 14 THEN TooOld = 1;
16	ELSE TooOld = 0;
17	RUN;
18
19	/* Exécution de la procédure FOREST sur la table CAS */
20	PROC FOREST DATA=mycas.ClassDataPrepared ntrees=200 maxdepth=15 seed=67890;
21	INPUT Age Height Weight;
22	target TooOld / level=binary;
23	ods OUTPUT FitStatistics=mycas.ForestFitStats
24	IterationHistory=mycas.ForestIterHist;
25	save rforest out=mycas.BinaryForestModel;
26	RUN;
27
28	/* Vérification des statistiques d'ajustement */
29	PROC PRINT DATA=mycas.ForestFitStats;
30	RUN;
31
32	/* Chargement de nouvelles données pour le scoring */
33	DATA mycas.NewStudents;
34	INPUT Name $ Age Height Weight;
35	DATALINES;
36	John 15 65 120
37	Jane 12 58 90
38	Mike 17 70 150
39	Sarah 13 60 100
40	;
41	RUN;
42
43	/* Scoring des nouvelles données avec le modèle entraîné */
44	PROC ASTORE;
45	score DATA=mycas.NewStudents
46	out=mycas.NewStudents_Scored
47	rstore=mycas.BinaryForestModel;
48	RUN;
49
50	PROC PRINT DATA=mycas.NewStudents_Scored;
51	RUN;
52
53	/* Nettoyage de la session CAS */
54	CAS_TERMINATE;

Dieses Material wird von We Are Cas "wie besehen" zur Verfügung gestellt. Es gibt keine ausdrücklichen oder stillschweigenden Garantien hinsichtlich der Marktgängigkeit oder Eignung für einen bestimmten Zweck in Bezug auf die hierin enthaltenen Materialien oder Codes. We Are Cas ist nicht verantwortlich für Fehler in diesem Material, wie es jetzt existiert oder existieren wird, noch bietet We Are Cas technischen Support dafür an.

Retour à la liste