Atténue les biais lors de l'entraînement des modèles prédictifs.
| Paramètre | Description |
|---|---|
| biasMetric | Spécifie le type de mesure de biais. Vous pouvez spécifier quatre types : 'DEMOGRAPHICPARITY', 'EQUALIZEDODDS', 'EQUALOPPORTUNITY' ou 'PREDICTIVEPARITY'. |
| bound | Spécifie la valeur de la borne pour l'algorithme de réduction du gradient exponentié. |
| copyVarsCASLVariable | Spécifie le nom de la variable CASL passée au programme d'entraînement (spécifié par le paramètre trainProgram) qui contient la liste copyVars pour la création de la table de score. |
| cutoff | Spécifie le seuil pour la matrice de confusion. |
| event | Spécifie la valeur formatée de la variable de réponse (cible) qui représente l'événement d'intérêt. |
| frequency | Spécifie la variable qui contient les valeurs de fréquence. |
| iterationCASLVariable | Spécifie le nom de la variable CASL passée au programme d'entraînement (spécifié par le paramètre trainProgram) qui contient la valeur de l'itération actuelle de la réduction du gradient exponentié. |
| learningRate | Spécifie la taille du pas à utiliser pour la mise à jour de l'algorithme de réduction du gradient exponentié. |
| logLevel | Spécifie le niveau d'information de journalisation à afficher. Des niveaux plus élevés affichent plus d'informations. |
| maxIters | Spécifie le nombre maximal d'itérations pour exécuter l'algorithme de réduction du gradient exponentié. |
| nBins | Spécifie le nombre de bins à utiliser dans les calculs de lift. |
| predictedVariables | Spécifie la liste des variables qui contiennent les prédictions du modèle. L'ordre des variables doit correspondre à l'ordre que vous spécifiez dans le paramètre responseLevels. Alternativement, vous pouvez passer la liste des variables en retour du programme d'entraînement (spécifié par le paramètre trainProgram) en utilisant le paramètre predictedVariablesResultKey. |
| predictedVariablesResultKey | Spécifie la clé de résultats retournée par le programme d'entraînement (spécifié par le paramètre trainProgram) qui spécifie les noms des variables prédites. |
| response | Spécifie la variable de réponse (cible) pour l'apprentissage supervisé. |
| responseLevels | Spécifie la liste des valeurs formatées de la variable de réponse (cible). L'ordre des variables doit correspondre à l'ordre que vous spécifiez dans le paramètre predictedVariables. Si le paramètre event est omis, la première valeur formatée est considérée comme l'événement. |
| responseLevelsResultKey | Spécifie la clé de résultats retournée par le programme d'entraînement (spécifié par le paramètre trainProgram) qui spécifie les niveaux de la variable de réponse (cible). |
| rocStep | Spécifie la taille du pas à utiliser pour les calculs de la courbe ROC (Receiver Operating Characteristic). |
| scoredCASLVariable | Spécifie le nom de la variable CASL passée au programme d'entraînement (spécifié par le paramètre trainProgram) qui contient la spécification de sortie pour la table de score. |
| seed | Spécifie la graine pour le générateur de nombres aléatoires. Par défaut, le flux de nombres aléatoires est basé sur l'heure de l'horloge de l'ordinateur. Une valeur de graine nulle ou négative entraîne également des flux de nombres aléatoires basés sur l'heure de l'horloge de l'ordinateur. Si vous souhaitez une séquence de nombres aléatoires reproductible entre les exécutions, spécifiez une valeur supérieure à 0. |
| selectionDepth | Spécifie la profondeur à utiliser dans les calculs de lift. |
| sensitiveVariable | Spécifie la variable sensible à utiliser dans les calculs de biais. |
| table | Spécifie la table de données d'entrée. |
| tableCASLVariable | Spécifie le nom de la variable CASL passée au programme d'entraînement (spécifié par le paramètre trainProgram) qui contient les informations de la table de données d'entrée modifiée. Les étapes d'entraînement que vous atténuez doivent utiliser cette table. |
| tableModList | Spécifie une liste de tables à modifier et à passer au programme d'entraînement (spécifié par le paramètre trainProgram). La table que vous spécifiez dans le paramètre table est ajoutée à cette liste. |
| tableSaveList | Spécifie une liste de tables à sauvegarder après l'exécution du programme d'entraînement (spécifié par le paramètre trainProgram). Les tables ne sont sauvegardées que si la mesure de biais que vous spécifiez dans le paramètre biasMetric s'améliore à cette itération. |
| tolerance | Spécifie la tolérance de violation de la contrainte de parité. Si vous définissez ce paramètre sur 0, l'action s'entraîne pour le nombre maximal d'itérations, que vous spécifiez dans le paramètre maxIters. |
| trainProgram | Spécifie le code d'entraînement CASL pour entraîner un modèle. Ce code est utilisé en conjonction avec les valeurs que vous spécifiez dans les paramètres copyVarsCASLVariable, scoredCASLVariable, tableCASLVariable et weightCASLVariable. |
| tuneBound | Lorsque défini sur True, spécifie que la valeur de la borne doit être ajustée. |
| vars | Spécifie des variables supplémentaires à passer au programme d'entraînement (spécifié par le paramètre trainProgram). |
| weight | Spécifie la variable qui contient les valeurs de poids. Les poids produits par l'algorithme de réduction du gradient exponentié sont multipliés par ces valeurs pendant l'entraînement. |
| weightCASLVariable | Spécifie le nom de la variable CASL passée au programme d'entraînement (spécifié par le paramètre trainProgram) qui contient le nom de la variable de poids. |
Cette section montre comment créer des données d'exemple. Comme la documentation n'en fournit pas, ceci est un exemple générique.
| 1 | /* Code SAS pour la création de données non fourni dans la documentation originale. */ |