L'action gpReg apprend un modèle de régression de processus gaussien.
| Paramètre | Description |
|---|---|
| applyRowOrder | Spécifie que l'action utilise un ordre de ligne prédéfini. Cela nécessite l'utilisation des paramètres orderby et groupby sur un appel d'action table.partition préliminaire. (Défaut : FALSE) |
| attributes | Modifie les attributs des variables utilisées dans cette action. Les attributs sont spécifiés via la structure 'casinvardesc' qui inclut les champs format, formattedLength, label, *name (requis), nfd et nfl. Pour plus d'informations, voir le paramètre commun casinvardesc. |
| autoRelevanceDetermination | Lorsque True, utilise la détermination automatique de la pertinence dans la fonction noyau. (Défaut : FALSE) |
| display | Spécifie une liste de tables de résultats à envoyer au client pour affichage. Inclut des options comme caseSensitive, exclude, excludeAll, keyIsPath, names, pathType, traceNames. Pour plus d'informations, voir le paramètre commun displayTables. |
| fixInducingPoints | Lorsque True, fixe les points d'induction dans l'optimisation. (Défaut : FALSE) |
| fixKernelParmFirstIter | Lorsque True, fixe les paramètres du noyau lors de la première itération. (Défaut : FALSE) |
| inputs | Spécifie les variables à utiliser pour l'analyse. Les variables sont spécifiées via la structure 'casinvardesc' qui inclut les champs format, formattedLength, label, *name (requis), nfd et nfl. Pour plus d'informations, voir le paramètre commun casinvardesc. |
| jitterMaxIters | Spécifie le nombre maximal d'itérations pour la décomposition de Cholesky avec jitter. (Défaut : 10, Minimum : 0) |
| kernel | Spécifie le type de fonction noyau pour les distributions gaussiennes dans le modèle de régression de processus gaussien. (Défaut : RBF) Options : - LINEAR : utilise un noyau linéaire. - MATERN32 : utilise un noyau Matern 3/2. - MATERN52 : utilise un noyau Matern 5/2. - PERIODIC : utilise un noyau périodique. - RBF : utilise un noyau de fonction de base radiale. |
| nInducingPoints | Spécifie le nombre de points d'induction. (Défaut : 100, Minimum : 2) |
| nloOpts | Spécifie les options d'optimisation. (Alias : optimizer) Options : - algorithm : Spécifie le solveur ('ADAM' ou 'SGD'). - optmlOpt : Options communes aux solveurs (clipWeightMaxNorm, fConv, fConvWindow, gTol, maxEvals, maxIters, maxTime, regL1, regL2). - printOpt : Options d'affichage du journal (logLevel, printFreq, printLevel). - sgdOpt : Options spécifiques au solveur SGD (adaptiveDecay, adaptiveRate, annealingRate, commFreq, learningRate, miniBatchSize, momentum, seed, useLocking). - validate : Options de validation du modèle (frequency, goal, stagnation, threshold, thresholdIter). |
| outInducingPoints | Spécifie la table de données de sortie dans laquelle enregistrer la moyenne estimée et l'écart type aux points d'induction. Les tables de sortie sont spécifiées via la structure 'casouttable' qui inclut des champs comme caslib, compress, indexVars, label, lifetime, maxMemSize, memoryFormat, name, promote, replace, replication, tableRedistUpPolicy, threadBlockSize, timeStamp, where. Pour plus d'informations, voir le paramètre commun casouttable (Forme 1). |
| output | Spécifie la table de données de sortie dans laquelle enregistrer les observations scorées. Options : - casOut : Spécifie les paramètres pour une table de sortie (structure 'casouttable'). - copyVars : Spécifie les variables à copier ('ALL', 'ALL_MODEL', 'ALL_NUMERIC' ou une liste de noms de variables). - role : Renomme la colonne générée _ROLE_. |
| outputTables | Répertorie les noms des tables de résultats à enregistrer en tant que tables CAS sur le serveur. Inclut des options comme groupByVarsRaw, includeAll, names, repeated, replace. Pour plus d'informations, voir le paramètre commun outputTables. |
| outVariationalCov | Spécifie la table de données de sortie dans laquelle enregistrer la matrice de covariance de la distribution variationnelle estimée aux points d'induction. Les tables de sortie sont spécifiées via la structure 'casouttable' qui inclut des champs comme caslib, compress, indexVars, label, lifetime, maxMemSize, memoryFormat, name, promote, replace, replication, tableRedistUpPolicy, threadBlockSize, timeStamp, where. Pour plus d'informations, voir le paramètre commun casouttable (Forme 1). |
| partByFrac | Attribue aléatoirement des proportions spécifiées d'observations dans la table d'entrée aux rôles d'apprentissage et de validation. Les observations sont logiquement partitionnées en sous-ensembles disjoints. Options : - seed : Graine pour le générateur de nombres aléatoires. (Défaut : 0) - test : Proportion d'observations pour le rôle de test. (Plage : 0-1) - validate : Proportion d'observations pour le rôle de validation. (Alias : valid) (Plage : 0-1) |
| partByVar | Spécifie la variable dans les données d'entrée dont les valeurs sont utilisées pour attribuer des rôles à chaque observation. Options : - *name : Nom de la variable (requis). - test : Valeur formatée pour le rôle de test. - train : Valeur formatée pour le rôle d'entraînement. Si non spécifié, les observations restantes sont affectées à l'entraînement. - validate : Valeur formatée pour le rôle de validation. (Alias : valid) |
| saveState | Spécifie la table de données de sortie dans laquelle enregistrer l'état de la régression de processus gaussien pour un scoring futur. Les tables de sortie sont spécifiées via la structure 'casouttable' qui inclut des champs comme caslib, compress, indexVars, label, lifetime, maxMemSize, memoryFormat, name, promote, replace, replication, tableRedistUpPolicy, threadBlockSize, timeStamp, where. Pour plus d'informations, voir le paramètre commun casouttable (Forme 1). |
| seed | Spécifie la valeur de la graine pour la génération de nombres aléatoires lors de l'initialisation et du regroupement des paramètres. (Défaut : 0) |
| table | Spécifie les paramètres d'une table d'entrée. Options : - caslib : Caslib de la table d'entrée. - computedOnDemand : Crée les variables calculées au chargement de la table. (Alias : compOnDemand) (Défaut : FALSE) - computedVars : Noms des variables calculées à créer (structure 'casinvardesc'). - computedVarsProgram : Expression pour chaque variable calculée. - dataSourceOptions : Options de la source de données (spécifiques au type). - importOptions : Paramètres de lecture d'une table depuis une source (spécifiques au type). - *name : Nom de la table d'entrée (requis). - singlePass : Ne crée pas de table transitoire. (Défaut : FALSE) - vars : Variables à utiliser dans l'action (structure 'casinvardesc'). - where : Expression pour sous-ensembler les données. - whereTable : Table d'entrée pour filtrer les lignes (structure 'groupbytable'). |
| target | Spécifie la variable cible à utiliser pour l'analyse. |
| useSimpleInit | Lorsque True, utilise une initialisation simple des paramètres pour l'optimisation. (Défaut : TRUE) |
Aucun exemple de création de données n'a été trouvé dans la documentation fournie. Veuillez consulter les exemples généraux de l'ensemble d'actions Nonparametric Bayes.
| 1 | /* Code d'exemple de création de données non disponible */ |
Aucun exemple simple n'a été trouvé dans la documentation fournie. Veuillez consulter les exemples généraux de l'ensemble d'actions Nonparametric Bayes.
| 1 | /* Code d'exemple simple non disponible */ |
Aucun exemple détaillé n'a été trouvé dans la documentation fournie. Veuillez consulter les exemples généraux de l'ensemble d'actions Nonparametric Bayes.
| 1 | /* Code d'exemple détaillé non disponible */ |