Se puede usar el parámetro `inputs` para una especificación simple o el parámetro `varSpecs` para un control más detallado sobre las variables a agregar y la configuración del agregador....
El parámetro `interval` especifica el período de tiempo para la acumulación de observaciones, como 'MONTH' para agregar datos mensualmente. Requiere que se especifique una variable de ID....
El agregador `SUMMARY` devuelve estadísticas de resumen para variables numéricas, incluyendo MIN, MAX, NOBS, MEAN, SUM, STD, entre otras. Es el agregador predeterminado para variables numéricas sin formato....
Sí, se puede usar el parámetro `groupBy` dentro de la especificación de la tabla de entrada para agrupar los datos según una o más variables antes de realizar la agregación....
El parámetro `joinType` especifica cómo se unen las tablas. Las opciones disponibles son `APPEND`, `FULL`, `INNER`, `LEFT` y `RIGHT`. El valor predeterminado es `LEFT`....
La acción `alterTable` se utiliza para renombrar tablas, cambiar etiquetas y formatos de columnas, y eliminar columnas de una tabla en memoria en CAS....
Para renombrar una tabla, utiliza el parámetro `name` para especificar la tabla actual y el parámetro `rename` para proporcionar el nuevo nombre de la tabla....
Puedes eliminar columnas de dos maneras: usando el parámetro `drop` a nivel de acción con una lista de nombres de columnas a eliminar, o usando el parámetro `columns` y especificando `drop=TRUE` para cada columna que desees eliminar....
El parámetro `drop` especifica las columnas a eliminar de la tabla, mientras que el parámetro `keep` especifica las columnas a mantener, eliminando todas las demás....
Utiliza el parámetro `columns`, que es una lista de diccionarios. Para cada columna que quieras modificar, proporciona su nombre actual con la clave `name` y luego especifica las nuevas propiedades como `format`, `label` o `rename` para el nuevo nombre....
El parámetro `lifetime` especifica el número de segundos que una tabla se mantiene en memoria después de su último acceso. Si la tabla no se accede durante este período, se elimina automáticamente de la memoria....
Este parámetro especifica la política de redistribución de la tabla cuando el número de 'workers' (nodos de trabajo) en el servidor CAS aumenta. Las opciones son `DEFER` (diferir la política), `NOREDIST` (no redistribuir) y `REBALANCE` (reequilibrar los datos de la tabla entre todos los nodos)....
La tabla de entrada se especifica mediante el parámetro `table`, que es obligatorio. Este parámetro permite definir el nombre de la tabla, la caslib y otras opciones comunes....
La acción utiliza el parámetro `distinctCountLimit` para manejar la cardinalidad. Si se excede este límite y el parámetro `misraGries` está activado (que es el valor por defecto), se emplea el algoritmo de boceto de frecuencia de Misra-Gries para estimar la distribución....
Sí, el parámetro `inputs` (o su alias `vars`) permite especificar una lista de las variables que se incluirán en el análisis, permitiendo así trabajar con un subconjunto de las variables de la tabla de entrada....
Se utiliza el parámetro `modelTable` para especificar la tabla que contiene el modelo de red neuronal artificial. Este modelo se puede utilizar para puntuar una tabla o generar código de puntuación SAS....
El parámetro `listNode` especifica los nodos que se incluirán en la tabla de salida puntuada. Las opciones son ALL, HIDDEN, INPUT y OUTPUT. Es particularmente útil para la codificación automática para reducir la dimensionalidad de los nodos de entrada....
El parámetro `modelId` especifica un nombre de variable para la ID del modelo que se incluye en el código de puntuación del DATA step generado. Por defecto, el nombre de esta variable es el nombre de la variable objetivo con el prefijo "ANN_"....
Los parámetros obligatorios para la acción `annotateImages` son `images`, que especifica la tabla de imágenes de entrada; `annotations`, que define las anotaciones a realizar; y `casOut`, que especifica la tabla de salida para las imágenes ya anotadas....
La tabla de entrada se define con el parámetro `images`. Este requiere un sub-parámetro `table` donde se debe especificar el nombre de la tabla (`name`) y opcionalmente la caslib (`caslib`) que la contiene....
El parámetro `decode` se utiliza para especificar si las imágenes de entrada necesitan ser decodificadas. Si se establece en `true`, las imágenes se decodifican y se pueden especificar opciones adicionales como el tipo de codificación de salida (`encodeType`)....
Puedes establecer el parámetro `assess` en `TRUE`. Esto agregará las probabilidades predichas a la tabla de resultados, las cuales pueden ser utilizadas posteriormente por la acción `assess`....
Cuando se establece en `TRUE`, `assessOneRow` agrega las probabilidades predichas para los niveles de eventos a la tabla de resultados, pero incluye todas las probabilidades de eventos como columnas separadas con el prefijo `_NN_P_`....
Sí, puedes usar el parámetro `copyVars` para especificar una lista de variables que deseas transferir desde la tabla de entrada a la tabla de salida....
El parámetro `listNode` especifica qué nodos (de entrada, ocultos, de salida o todos) se incluirán en la tabla de salida puntuada. Es especialmente útil en la codificación automática para usar los valores de salida de los nodos como vectores de entrada para otros algoritmos....
El parámetro `arch` especifica la arquitectura de red a entrenar. Las opciones son 'DIRECT' (una extensión de MLP con conexiones directas), 'GLIM' (modelo lineal generalizado, un perceptrón de dos capas sin capas ocultas) y 'MLP' (perceptrón multicapa con una o más capas ocultas)....
Se utiliza el parámetro `hiddens` para especificar el número de neuronas ocultas para cada capa oculta. Por ejemplo, `hiddens={5, 3}` define dos capas ocultas, una con 5 neuronas y la segunda con 3....
El parámetro `errorFunc` permite especificar la función de error. Las opciones disponibles son 'ENTROPY', 'GAMMA', 'NORMAL' y 'POISSON'. Por defecto, se usa 'ENTROPY' para variables nominales y 'NORMAL' para variables de intervalo....
Sí, el parámetro `resume` cuando se establece en 'TRUE' permite reanudar un entrenamiento de optimización utilizando los pesos obtenidos de un entrenamiento anterior, que se cargan desde una tabla especificada en `modelTable`....
Se utiliza el parámetro `validTable` para especificar la tabla con los datos de validación. Usar una tabla de validación permite la detención temprana del proceso de iteración. Esta tabla debe tener las mismas columnas y tipos de datos que la tabla de entrenamiento....
