Foire Aux Questions

570 questions trouvées.

Page 4 / 12

Le paramètre `model` est obligatoire et spécifie la table CAS d'entrée qui contient le modèle de catégorisation....
Lire la réponse complète Voir l'action technique

On peut spécifier la table de données d'entrée en utilisant le paramètre `table`....
Lire la réponse complète Voir l'action technique

La table `matchOut` contient une correspondance par ligne, tandis que la table `groupedMatchOut` regroupe les correspondances par catégorie pour chaque document. Elles contiennent les mêmes informations mais dans des formats différents....
Lire la réponse complète Voir l'action technique

Les algorithmes de scoring disponibles sont 'FREQUENCY' (par défaut) et 'WEIGHTED'....
Lire la réponse complète Voir l'action technique

Le paramètre `docId` spécifie le nom d'une variable d'identification unique dans la table d'entrée, qui peut être de type caractère ou numérique, pour référencer chaque ligne....
Lire la réponse complète Voir l'action technique

L'action 'applyConcept' effectue une extraction de concepts à partir de documents textuels en utilisant un modèle d'extraction de concepts prédéfini (un fichier LI)....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre 'model' pour spécifier une table CAS d'entrée contenant le modèle LI défini par l'utilisateur. Si ce paramètre est omis, le modèle de base sera utilisé....
Lire la réponse complète Voir l'action technique

Vous devez utiliser le paramètre 'table' pour spécifier la table CAS contenant les documents, et le paramètre 'text' pour indiquer le nom de la variable qui contient le texte à traiter....
Lire la réponse complète Voir l'action technique

Le paramètre 'casOut' spécifie la table CAS de sortie qui contiendra les résultats des correspondances de concepts trouvées dans les documents....
Lire la réponse complète Voir l'action technique

Oui, le paramètre 'dropConcepts' permet de fournir une liste de concepts à ne pas inclure dans les tables de sortie. Cela est utile pour filtrer les résultats sans modifier le modèle sous-jacent....
Lire la réponse complète Voir l'action technique

Le paramètre 'matchType' détermine le type de correspondance à retourner. Les options sont 'ALL' pour toutes les correspondances (valeur par défaut), 'BEST' pour la meilleure correspondance, et 'LONGEST' pour la plus longue correspondance....
Lire la réponse complète Voir l'action technique

La table 'factOut' contient les informations sur les correspondances de faits, tandis que 'ruleMatchOut' contient les informations sur les correspondances de règles, qui peuvent être utilisées comme entrée pour l'action 'ruleGen'....
Lire la réponse complète Voir l'action technique

Pour améliorer les performances, vous pouvez utiliser le paramètre 'parseTableOut' pour sauvegarder les documents pré-analysés dans une table CAS. Ensuite, dans un appel ultérieur de l'action, utilisez cette table comme entrée via le paramètre 'parseTableIn' pour éviter de ré-analyser le te...
Lire la réponse complète Voir l'action technique

L'action `arima` fournit des fonctionnalités pour l'analyse et la prévision de modèles ARIMA (AutoRegressive Integrated Moving Average) pour les séries chronologiques univariées....
Lire la réponse complète Voir l'action technique

Le paramètre `alignId` spécifie l'alignement de l'ID de temps. Les valeurs possibles sont "BEGIN", "END", ou "MIDDLE". La valeur par défaut est "BEGIN"....
Lire la réponse complète Voir l'action technique

Le paramètre `auxData` spécifie les tables de données de séries chronologiques auxiliaires qui peuvent être utilisées dans le modèle....
Lire la réponse complète Voir l'action technique

Il spécifie l'alignement de l'horodatage de début et de fin. Les options sont "BOTH", "END", "NONE", ou "START". La valeur par défaut est "BOTH"....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `casOut` (ou son alias `out`) pour nommer la table de données de sortie qui contiendra les prévisions des variables....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `outEst` pour spécifier une table de sortie. Cette table contiendra les estimations des paramètres du modèle, ainsi que les statistiques de test et les valeurs de probabilité associées....
Lire la réponse complète Voir l'action technique

Oui, le paramètre `outFor` nomme la table de données de sortie pour contenir les composantes de la série chronologique de prévision, telles que les valeurs réelles, prédites, les limites de confiance inférieure et supérieure, l'erreur de prédiction et l'erreur standard de prédiction....
Lire la réponse complète Voir l'action technique

Le paramètre `outStat` nomme la table de données de sortie qui contiendra les statistiques d'ajustement du modèle....
Lire la réponse complète Voir l'action technique

Oui, le paramètre `interval` est obligatoire. Il spécifie l'intervalle de temps (ou la fréquence) de la série chronologique, comme "MONTH" pour des données mensuelles....
Lire la réponse complète Voir l'action technique

Utilisez l'option `diff` dans le sous-paramètre `estimate` de `model`. Par exemple, `estimate={diff={1, 12}}` spécifie une différenciation simple et une différenciation saisonnière d'ordre 12....
Lire la réponse complète Voir l'action technique

Utilisez les options `p` (pour les polynômes autorégressifs) et `q` (pour les polynômes à moyenne mobile) dans le sous-paramètre `estimate`. Vous pouvez spécifier des facteurs simples ou saisonniers. Par exemple, `p={{factor=1}, {factor=12}}`....
Lire la réponse complète Voir l'action technique

La méthode d'estimation par défaut est la méthode des moindres carrés conditionnels ("CLS"). D'autres méthodes disponibles sont les moindres carrés non conditionnels ("ULS") et le maximum de vraisemblance ("ML"), spécifiables via l'option `method`....
Lire la réponse complète Voir l'action technique

Utilisez l'option `transform` dans le sous-paramètre `estimate`. Les transformations possibles incluent "LOG", "SQRT", "LOGIT", "BOXCOX" ou "AUTO". La valeur par défaut est "NONE"....
Lire la réponse complète Voir l'action technique

Utilisez le sous-paramètre `forecast` dans `model`. Vous pouvez y spécifier le nombre de pas de prévision avec l'option `lead` et le niveau de confiance avec `alpha`....
Lire la réponse complète Voir l'action technique

L'action 'assess' est utilisée pour évaluer et comparer les performances de modèles prédictifs....
Lire la réponse complète Voir l'action technique

Le paramètre `table` est obligatoire et doit être utilisé pour spécifier la table d'entrée contenant les données à évaluer....
Lire la réponse complète Voir l'action technique

Le paramètre `response` est obligatoire et sert à spécifier la variable de réponse (ou cible) pour l'évaluation du modèle....
Lire la réponse complète Voir l'action technique

Pour un modèle de classification, vous devez spécifier la variable de réponse avec `response` et la valeur de l'événement d'intérêt avec le paramètre `event`....
Lire la réponse complète Voir l'action technique

Oui, si vous ne spécifiez pas le paramètre `event` et que la variable de réponse est numérique, l'action effectue une évaluation pour un modèle de régression....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `pVar` pour lister les variables contenant les probabilités d'événement, et le paramètre `pEvent` pour spécifier les événements correspondants à chaque variable de probabilité....
Lire la réponse complète Voir l'action technique

Oui, vous pouvez utiliser les paramètres `fitStatOut` pour générer une table avec les statistiques d'ajustement, et `rocOut` pour une table avec les calculs de la courbe ROC....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `nBins` pour définir le nombre de catégories pour les calculs de 'lift' (par défaut 20), et `cutStep` pour définir la taille du pas pour les calculs ROC (par défaut 0.01)....
Lire la réponse complète Voir l'action technique

Oui, le paramètre `weight` (ou `weights`) permet de spécifier une variable de pondération pour chaque observation....
Lire la réponse complète Voir l'action technique

Par défaut, les observations avec une valeur cible manquante sont incluses. Pour les exclure, définissez le paramètre `noMissingTarget` sur `True`....
Lire la réponse complète Voir l'action technique

Le paramètre `method` permet de choisir l'algorithme. `ITERATIVE` (par défaut) utilise une méthode itérative pour le calcul des percentiles, qui est généralement plus rapide, tandis que `EXACT` utilise une méthode exacte, plus gourmande en ressources....
Lire la réponse complète Voir l'action technique

Si votre table est partitionnée, utilisez `partition=True` et spécifiez la clé de la partition souhaitée avec le paramètre `partKey`....
Lire la réponse complète Voir l'action technique

L'action `assessBias` du jeu d'actions `fairAITools` est utilisée pour calculer les métriques de biais pour les modèles prédictifs, aidant ainsi à évaluer l'équité d'un modèle....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `table` pour spécifier la table de données d'entrée. C'est un paramètre obligatoire....
Lire la réponse complète Voir l'action technique

Le paramètre `sensitiveVariable` est obligatoire et sert à spécifier la variable sensible (par exemple, le genre, l'ethnie) pour laquelle le biais doit être calculé....
Lire la réponse complète Voir l'action technique

Le paramètre `response` (alias `target`) est utilisé pour spécifier la variable de réponse du modèle....
Lire la réponse complète Voir l'action technique

Le paramètre `predictedVariables` est obligatoire et spécifie la liste des variables qui contiennent les prédictions du modèle. L'ordre des variables doit correspondre à l'ordre spécifié dans le paramètre `responseLevels`....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `referenceLevel` (alias `baseLevel`) pour définir la valeur de la variable sensible qui servira de groupe de référence pour les comparaisons de biais....
Lire la réponse complète Voir l'action technique

Le paramètre `event` spécifie la valeur formatée de la variable de réponse qui représente l'événement d'intérêt (par exemple, '1' pour un défaut de paiement)....
Lire la réponse complète Voir l'action technique

Oui, vous pouvez utiliser un modèle stocké. Utilisez le paramètre `modelTable` pour spécifier la table contenant le magasin d'analyse (analytic store) ou le code de scoring DATA step. Le type de modèle est spécifié avec `modelTableType` ('ASTORE' ou 'DATASTEP')....
Lire la réponse complète Voir l'action technique

Oui, le paramètre `scoredTable` permet de spécifier une table de sortie pour contenir les résultats du scoring générés pendant l'évaluation du biais....
Lire la réponse complète Voir l'action technique

L'action `assumeRole` permet d'endosser un rôle administratif spécifique dans SAS Viya, ce qui modifie temporairement les privilèges de l'utilisateur pour la session en cours....
Lire la réponse complète Voir l'action technique

Les rôles disponibles sont `ACTION`, `DATA`, et `SUPERUSER`. Le rôle `SUPERUSER` est celui appliqué par défaut si aucun autre n'est spécifié....
Lire la réponse complète Voir l'action technique
Copyright © WeAreCAS 2023-2025