1923 questions trouvées.

Page 17 / 39

L'action fmtLibCntlIn crée une bibliothèque de formats à partir d'une table de contrôle....

Le paramètre requis est 'fmtLibName', qui spécifie le nom de la bibliothèque de formats....

Oui, les formats PICTURE ne sont pas entièrement pris en charge par cette action....

On utilise le paramètre 'table' pour spécifier les réglages de la table d'entrée....

Elle fait partie de l'ensemble d'actions Session Properties (sessionProp)....

L'action fmtLibCntlOut permet de générer une table de contrôle (control table) à partir d'une bibliothèque de formats spécifiée. Elle est essentielle pour sauvegarder ou exporter la définition des formats utilisateur vers une table CAS....

Deux paramètres sont requis : 'fmtLibName', qui spécifie le nom de la bibliothèque de formats à traiter, et 'casOut', qui définit les paramètres de la table de sortie....

Le paramètre casOut accepte plusieurs sous-paramètres pour configurer la table résultante, tels que 'name' (nom de la table), 'caslib' (bibliothèque de destination), 'replace' (pour écraser une table existante) ou 'promote' (pour rendre la table globale)....

L'action fmtLibCntlOut fait partie de l'ensemble d'actions 'Session Properties' (sessionProp), qui fournit des outils pour gérer les propriétés de la session CAS....

Oui, via le sous-paramètre 'indexVars' de 'casOut', il est possible de spécifier une liste de noms de variables à utiliser comme index pour la table créée....

L'action forestCode gère la génération de code de scoring SAS (étape DATA) à partir d'un modèle de forêt existant....

Le paramètre 'modelTable' (ou son alias 'model') est requis. Il spécifie la table en mémoire qui contient le modèle de forêt à utiliser....

Vous pouvez utiliser le paramètre 'encodeName'. S'il est défini sur TRUE, les noms des variables de probabilités prédites utiliseront le préfixe 'P_' au lieu du préfixe par défaut '_DT_P_'....

Le paramètre 'vote' permet de choisir entre 'MAJORITY' (par défaut), qui utilise le vote majoritaire pour prédire, et 'PROB', qui utilise la probabilité moyenne de la forêt....

Oui, le paramètre 'nTree' (alias 'nTrees') permet de spécifier un nombre entier d'arbres à utiliser. La valeur minimale est 1....

Il faut spécifier le paramètre 'code'. Ce paramètre déclenche la génération du code de score SAS et peut accepter des sous-paramètres pour configurer la sortie (comme 'casOut')....

L'action forestScore permet de scorer une table en utilisant un modèle de forêt (forest model)....

Les paramètres 'modelTable' (qui spécifie la table contenant le modèle) et 'table' (qui spécifie la table d'entrée à scorer) sont requis....

Il faut utiliser le paramètre 'casOut'. Si ce paramètre n'est pas spécifié, l'action score le jeu de données et calcule uniquement le taux de mauvaise classification pour les classifications ou l'erreur quadratique moyenne pour les régressions....

Lorsqu'il est défini sur Vrai (True), les probabilités prédites sont ajoutées à la table de résultat pour les niveaux d'événement sous forme de colonnes séparées, préfixées par '_DT_P_'....

Le paramètre 'encodeName' permet, lorsqu'il est activé, de modifier le nom des variables générées, par exemple en utilisant le préfixe 'P_' au lieu de '_DT_P_' pour les probabilités prédites d'une cible binaire ou nominale....

En définissant le paramètre 'treeVotes' sur Vrai (True), la table scorée est enrichie avec des informations concernant les votes des arbres individuels....

Par défaut, le paramètre 'includeMissing' est à Vrai (True), ce qui signifie que les observations avec des valeurs manquantes sont incluses. Si réglé sur Faux (False), elles sont ignorées lors du scoring....

Le paramètre 'vote' permet de choisir entre 'MAJORITY' (utiliser le vote majoritaire pour prédire) et 'PROB' (utiliser la probabilité moyenne de la forêt pour prédire)....

L'action forestTrain permet d'entraîner un modèle de forêt aléatoire (random forest). Elle nécessite une licence SAS Visual Data Mining and Machine Learning....

Le paramètre obligatoire "table" est utilisé pour spécifier les paramètres de la table d'entrée (table CAS)....

Utilisez le paramètre "target" pour spécifier le nom de la variable cible. Si la variable est numérique et non déclarée comme nominale, un arbre de régression sera entraîné....

Vous pouvez utiliser le paramètre "casOut" pour stocker le modèle d'arbre de décision dans une table, ou le paramètre "saveState" pour enregistrer le modèle généré sous forme d'analytic store (aStore)....

Le paramètre "nTree" permet de définir le nombre d'arbres à créer. La valeur par défaut est de 50....

Par défaut, le paramètre "missing" est réglé sur "USEINSEARCH", ce qui inclut les valeurs manquantes dans le calcul de la pertinence d'une règle de division. L'autre option est "MACSMALL"....

Oui, le paramètre "code" demande à l'action de produire le code de scoring SAS correspondant au modèle....

Le paramètre "encodeName" (booléen), lorsqu'il est défini sur Vrai, permet de nommer les variables de probabilité prédites avec le préfixe "P_" au lieu de "_DT_P_" dans la table de sortie....

L'action fPca effectue un entraînement pour l'analyse en composantes principales fonctionnelle (Functional Principal Component Analysis)....

Le paramètre 'eigenVal' est utilisé pour spécifier la table de données de sortie dans laquelle enregistrer la matrice des valeurs propres....

Le paramètre 'nBins' spécifie le nombre de segments (bins) à utiliser pour le découpage des courbes fonctionnelles. La valeur minimale est de 10....

Il faut utiliser le paramètre 'saveState' pour spécifier la table de données de sortie qui contiendra l'état de la matrice des vecteurs propres....

La valeur par défaut du paramètre 'rankThreshold', qui détermine le seuil des valeurs propres pour le rang de la matrice de covariance, est 1E-08....

Le paramètre 'id' permet de spécifier la variable à utiliser comme identifiant d'enregistrement....

Le paramètre 'output' permet de spécifier la table de sortie des scores ('casout') et le nombre de composantes principales à utiliser pour le scoring ('npc')....

L'action fPcaScore effectue une notation (scoring) basée sur une analyse en composantes principales fonctionnelle (ACP fonctionnelle)....

Le paramètre 'model' est requis. Il spécifie la table 'analytic store' provenant de l'entraînement FPCA....

Le paramètre 'table' est utilisé pour spécifier les paramètres de la table d'entrée....

Il faut utiliser le paramètre 'output' et son sous-paramètre 'casout' pour désigner la table de données en sortie qui contiendra les valeurs de score....

Le paramètre 'id' permet de spécifier la variable à utiliser comme identifiant d'enregistrement....

Le sous-paramètre 'npc' (dans le paramètre 'output') spécifie le nombre de composantes principales à utiliser pour noter les nouvelles données. La valeur par défaut est 4....

Le paramètre 'inputs' permet de spécifier la liste des variables à utiliser pour l'analyse....

Le paramètre 'outputTables' permet de lister les noms des tables de résultats à sauvegarder en tant que tables CAS sur le serveur....

Le paramètre 'display' permet de spécifier une liste de tables de résultats à envoyer au client pour affichage....

Elle génère une distribution de fréquence pour une ou plusieurs variables....

Il faut définir le paramètre "includeMissing" sur Vrai (TRUE). Cela permet d'inclure les valeurs manquantes dans la détermination des valeurs distinctes....