1923 questions trouvées.

Page 19 / 39

Par défaut, une recherche gloutonne ou exhaustive est utilisée pour déterminer la meilleure division pour chaque variable de chaque nœud d'arbre. Lorsque la valeur est FALSE, un algorithme rapide et efficace basé sur le regroupement est appliqué. Il est recommandé de définir ce paramètre su...

Par défaut, les observations avec des valeurs manquantes sont incluses. Lorsque la valeur est FALSE, les observations avec des valeurs manquantes pour les variables utilisées dans le modèle d'arbre sont ignorées lors du scoring. Par défaut : TRUE...

Spécifie les variables d'entrée à utiliser dans l'analyse. Pour plus d'informations sur la spécification du paramètre inputs, consultez le paramètre commun casinvardesc. Alias : input...

Spécifie la régularisation de la norme L1 sur la prédiction. La valeur doit être supérieure ou égale à zéro. Par défaut : 0, Valeur minimale : 0...

Spécifie le nombre minimum d'observations sur chaque nœud. Par défaut : 5, Valeur minimale : 1...

Spécifie le taux d'apprentissage de chaque arbre. Par défaut : 0.1, Plage : (0–1]...

Par défaut : 0, Valeur minimale : 0...

Spécifie le nombre de variables d'entrée à considérer pour la division sur un nœud. Les variables sont sélectionnées au hasard parmi les variables d'entrée pour chaque arbre. Par défaut, la forêt utilise la racine carrée du nombre de variables d'entrée, arrondie à l'entier le plus proch...

Spécifie le nombre maximum d'enfants (branches) autorisés pour chaque niveau de l'arbre. Par défaut : 2, Valeur minimale : 1...

Spécifie le nombre maximum de niveaux d'arbre. Par défaut : 5, Valeur minimale : 1...

Par défaut, lorsque la plus grande valeur d'un bin correspond à la plus petite valeur d'un bin voisin, les valeurs sont fusionnées dans le bin inférieur. Lorsque la valeur est FALSE, l'action n'essaie pas de fusionner les bins. Par défaut : TRUE...

Par défaut : 0, Valeur minimale : 0...

Spécifie un seuil pour l'utilisation des valeurs manquantes dans la recherche de division lorsque le paramètre missing est défini sur USEINSEARCH. Si le nombre d'observations pour lesquelles la variable de division a des valeurs manquantes dans un nœud est supérieur ou égal à la valeur spéci...

Spécifie la politique de gestion des valeurs manquantes. MACSMALL : Spécifie de traiter les valeurs manquantes pour les variables numériques comme la plus petite valeur machine et de traiter les valeurs manquantes pour les variables nominales comme un niveau distinct. USEINSEARCH : Spécifie d'in...

Spécifie le nom de la variable d'ID de modèle à utiliser lors de la génération du code de score SAS. Par défaut, DT_ est préfixé au nom de la variable cible....

Spécifie la table contenant le modèle. Pour plus d'informations sur la spécification du paramètre modelTable, consultez le paramètre commun castable....

Spécifie les entrées d'intervalle dont la prédiction ne doit pas augmenter lorsque la valeur d'entrée augmente. Une conformité parfaite n'est pas garantie. Alias : monotoneDecrease, monotoneDec, Dec...

Spécifie les entrées d'intervalle dont la prédiction ne doit pas diminuer lorsque la valeur d'entrée augmente. Une conformité parfaite n'est pas garantie. Alias : monotoneIncrease, monotoneInc, Inc...

Spécifie le nombre de bins à utiliser pour les variables numériques dans le calcul de l'arbre de décision. Par défaut : 50, Valeur minimale : 1...

Gère les variables nominales en mode CLASSIC ou ENHANCED....

Spécifie les variables d'entrée nominales à utiliser dans l'analyse. Pour plus d'informations sur la spécification du paramètre nominals, consultez le paramètre commun casinvardesc. Alias : nominal...

Spécifie la méthode de recherche d'une division sur une entrée nominale. Alias : nomSearch. La valeur tkcasdt_nomSearchOpts peut être une ou plusieurs des suivantes : handling, maxCategories, shrinkage, sort, sortBy....

Spécifie le nombre d'arbres à créer. Alias : nTrees. Par défaut : 50, Valeur minimale : 1...

Spécifie une variable de décalage à utiliser avec distribution=POISSON ou TWEEDIE....

Cette valeur est utile pour le paramètre de puissance dans la distribution Tweedie. Alias : scale. Valeur minimale (exclusive) : 0...

Cette valeur est utile pour le paramètre de puissance dans la distribution Tweedie. Par défaut : 1.5, Plage : (1, 2)...

Spécifie les limites des bins aux quantiles des entrées numériques au lieu de bins de largeur égale. Alias : qbin, qtbin. Par défaut : TRUE...

Spécifie la régularisation de la norme L2 sur la prédiction. La valeur doit être supérieure ou égale à zéro. Par défaut : 1, Valeur minimale : 0...

Spécifie la table où stocker le modèle aStore généré. Pour plus d'informations sur la spécification du paramètre saveState, consultez le paramètre commun casouttable....

Spécifie la graine pour le générateur de nombres aléatoires. Par défaut, le flux de nombres aléatoires est basé sur l'horloge de l'ordinateur. Les valeurs négatives entraînent également des flux de nombres aléatoires basés sur l'horloge de l'ordinateur. Si vous souhaitez une séquence de...

Spécifie une petite valeur pour éviter le zéro dans la division. Par défaut : 1E-12, Valeur minimale : 0...

Spécifie la fraction des données à utiliser pour la construction de chaque arbre. Alias : subsample, samplingRate. Par défaut : 0.5, Plage : (0–1]...

Spécifie les paramètres pour une table d'entrée. Forme longue : table={name="table-name"}, Forme abrégée : table="table-name". La valeur castable peut être une ou plusieurs des suivantes : caslib, computedOnDemand, computedVars, computedVarsProgram, dataSourceOptions, importOptions, name, sing...

Spécifie la variable cible ou de réponse pour l'apprentissage. Si la variable est numérique, mais non spécifiée dans le paramètre nominal= et nbinstarget= n'est pas spécifié, alors un arbre de régression est entraîné....

Pendant l'apprentissage par transfert, spécifie le nombre d'arbres à créer avant que la pondération descendante des observations auxiliaires ne commence. Par défaut : 0, Valeur minimale : 0...

Pendant l'apprentissage par transfert, spécifie la pondération descendante des données auxiliaires improductives. Par défaut : 0.9, Plage : 0–1...

Pendant l'apprentissage par transfert, spécifie la fraction de la distribution des gradients sur les données d'apprentissage au-delà de laquelle les observations auxiliaires sont pondérées à la baisse. Par défaut : 0.01, Plage : (0–0.5]...

Spécifie les paramètres pour une table d'entrée. Forme longue : validTable={name="table-name"}, Forme abrégée : validTable="table-name". La valeur castable peut être une ou plusieurs des suivantes : caslib, computedOnDemand, computedVars, computedVarsProgram, dataSourceOptions, importOptions, ...

Spécifie si les informations d'importance des variables sont générées. La valeur d'importance est déterminée par la réduction totale de Gini. Par défaut : FALSE...

Demande l'importance de l'interaction des variables et spécifie le degré maximum d'interaction. Par défaut : 1, Plage : 0–3...

Spécifie une variable numérique qui contient le poids de chaque observation....

L'action `generateShadowFeatures` génère des caractéristiques fantômes....

Paramètres pour la lecture des tableaux d'entrée :
- `sample` (avec le sous-paramètre `rstore`) : spécifie les options d'échantillonnage des caractéristiques fantômes.
- `table` : spécifie le nom de la table, la caslib et d'autres paramètres communs.

Paramètres pour la création des table...

Voici quelques-uns des paramètres principaux de l'action `generateShadowFeatures` :

- `casOut` : Ce paramètre spécifie la table CAS où seront stockés les résultats de l'analyse. Il peut inclure des sous-paramètres tels que `caslib` (nom de la caslib), `name` (nom de la table), `replace` (éc...

spécifie le niveau de signification à utiliser pour la construction de tous les intervalles de confiance.Par défaut : 0.05 Plage : (0, 1)...

lorsqu'il est défini sur True, utilise les informations groupBy et orderBy disponibles pour grouper et commander les données.Par défaut : FALSE...

modifie les attributs des variables utilisées dans cette action. Actuellement, les attributs spécifiés sur les paramètres inputs et nominals sont ignorés.Pour plus d'informations sur la spécification du paramètre attributes, consultez le paramètre casinvardesc commun (Annexe A : Paramètres ...

nomme les variables de classification à utiliser comme variables explicatives dans l'analyse.Pour plus d'informations sur les sous-paramètres de class, consultez le paramètre class (Concepts partagés).Pour plus d'informations sur la spécification du paramètre class, consultez le paramètre cla...

liste les options qui s'appliquent à toutes les variables de classification.Pour plus d'informations sur la spécification du paramètre classGlobalOpts, consultez le paramètre classopts commun (Annexe A : Paramètres communs)....