Les paramètres obligatoires sont `table`, pour spécifier la table d'entrée, et `row`, pour définir la variable qui sera utilisée pour les lignes du tableau....
Pour une tabulation à deux dimensions, vous devez spécifier le paramètre `row` pour la variable de ligne et le paramètre `col` pour la variable de colonne....
Oui, en définissant le paramètre `includeMissing` sur `TRUE`, les valeurs manquantes seront traitées comme un niveau de variable et incluses dans le tableau....
Pour calculer les statistiques du chi-carré pour le test d'indépendance entre les variables de ligne et de colonne, définissez le paramètre `chiSq` sur `TRUE`....
Oui, vous pouvez utiliser le paramètre `weight` pour spécifier une variable de pondération numérique. Les valeurs de cette variable seront utilisées pour calculer les statistiques dans les cellules et les marges du tableau....
Lorsque le paramètre `association` est défini sur `TRUE`, l'action calcule diverses mesures d'association entre les variables de ligne et de colonne de la tabulation....
Vous pouvez utiliser les paramètres `rowNBins` et `colNBins` pour spécifier le nombre de bacs à utiliser pour regrouper respectivement les variables de ligne et de colonne si elles sont numériques....
Le paramètre `kFolds` spécifie le nombre de plis (folds) à utiliser pour la validation croisée. La valeur par défaut est 5 et la valeur minimale est 2....
Le paramètre `modelType` spécifie le type de modèle pour la validation croisée. Les valeurs possibles incluent 'BNET', 'DECISIONTREE', 'FACTMAC', 'FOREST', 'GRADBOOST', 'NEURALNET' et 'SVM'. La valeur par défaut est 'DECISIONTREE'....
En définissant le paramètre `parallelFolds` sur TRUE, ce qui est la valeur par défaut, les plis sont évalués en parallèle. Le nombre de nœuds de travail pour chaque sous-session peut être spécifié avec `nSubsessionWorkers`....
Le paramètre `seed` spécifie la graine (seed) à utiliser pour l'échantillonnage des plis lors de la validation croisée, assurant la reproductibilité. La valeur par défaut est 0....
Le paramètre `trainOptions` est une liste obligatoire de paramètres spécifiques à l'action d'entraînement du modèle qui sera utilisée pendant le processus de validation croisée....
Les paramètres requis sont `eventId` (colonne d'événement ou de temps), `itemId` (colonne d'article), `sequenceId` (colonne de séquence ou de client), et `table` (la table d'entrée contenant les séquences à analyser)....
Le paramètre `support` spécifie le niveau de support minimum pour qu'une séquence soit considérée comme fréquente. Sa valeur doit être comprise entre 0 et 1....
Le paramètre `maxGap` spécifie la différence de temps maximale autorisée entre des éléments consécutifs d'une séquence, tandis que `minGap` spécifie la différence de temps minimale requise entre eux. `minGap` a une valeur par défaut de 1....
La longueur maximale d'une séquence (nombre d'éléments) est définie par le paramètre `maxLen` (défaut : 10), et la taille maximale d'un élément (nombre d'articles) est définie par `maxSize` (défaut : 10)....
Utilisez le paramètre `casout` pour spécifier la table de sortie. Cette table contiendra les séquences fréquentes découvertes ainsi que leur support....
