Generiert DATA Step Scoring-Code aus einem Forest-Modell. Diese Aktion ermöglicht es, ein trainiertes Forest-Modell in tragbaren SAS-Code zu exportieren, der für das Scoring neuer Daten außerhalb der CAS-Umgebung verwendet werden kann.
| Parameter | Beschreibung |
|---|---|
| modelTable | Gibt die Tabelle an, die das trainierte Forest-Modell enthält. Dies ist ein erforderlicher Parameter. |
| code | Fordert die Generierung von SAS Scoring-Code an. Der Parameter 'casOut' innerhalb dieser Option spezifiziert die Ausgabetabelle für den Code. |
| encodeName | Gibt an, ob die Namen der vorhergesagten Wahrscheinlichkeiten kodiert werden sollen (z. B. P_ anstelle von _DT_P_). Standard ist FALSE. |
| nTree | Gibt die Anzahl der Bäume an, die für das Scoring verwendet werden sollen. Wenn nicht angegeben, werden alle Bäume verwendet. |
| vote | Legt die Abstimmungsstrategie fest. 'MAJORITY' verwendet die Mehrheitsentscheidung, 'PROB' verwendet die Durchschnittswahrscheinlichkeit. Standard ist 'MAJORITY'. |
Lädt den HMEQ-Datensatz und trainiert ein Forest-Modell, das anschließend für die Code-Generierung verwendet wird.
| 1 | |
| 2 | PROC CAS; |
| 3 | |
| 4 | SESSION casauto; |
| 5 | TABLE.loadTable / caslib="samples" path="hmeq.csv" casout="hmeq"; |
| 6 | decisionTree.forestTrain / TABLE={name="hmeq", where="BAD ne ."} target="BAD" inputs={"LOAN", "MORTDUE", "VALUE", "REASON", "JOB", "YOJ", "DEROG", "DELINQ", "CLAGE", "NINQ", "CLNO", "DEBTINC"} nominals={"REASON", "JOB", "BAD"} casOut={name="forest_model", replace=true}; |
| 7 | |
| 8 | RUN; |
| 9 |
Erstellt den SAS DATA Step Code aus dem trainierten Modell 'forest_model' und speichert ihn in der Tabelle 'score_code'.
| 1 | |
| 2 | PROC CAS; |
| 3 | decisionTree.forestCode / modelTable={name="forest_model"} code={casOut={name="score_code", replace=true}}; |
| 4 | |
| 5 | RUN; |
| 6 |
Generiert Scoring-Code unter Verwendung einer Wahrscheinlichkeitsabstimmung (PROB), kodierten Variablennamen und einer Beschränkung auf die ersten 50 Bäume.
| 1 | |
| 2 | PROC CAS; |
| 3 | decisionTree.forestCode / modelTable={name="forest_model"} code={casOut={name="score_code_custom", replace=true}, comment=true} encodeName=true nTree=50 vote="PROB"; |
| 4 | TABLE.fetch / TABLE={name="score_code_custom"}; |
| 5 | |
| 6 | RUN; |
| 7 |