Foire Aux Questions

570 questions trouvées.

Page 5 / 12

Le rôle `SUPERUSER` combine les privilèges des rôles `ACTION` et `DATA`. Il offre un accès non restreint (exempt de permissions) aux ensembles d'actions, aux actions, aux définitions de caslibs, de tables et de colonnes, ainsi que la capacité de gérer les rôles et les chemins d'accès....
Lire la réponse complète Voir l'action technique

Le rôle `ACTION` fournit un accès non restreint aux ensembles d'actions et aux actions. Le rôle `DATA` fournit un accès non restreint aux caslibs, tables et colonnes, y compris la possibilité d'ajouter des caslibs....
Lire la réponse complète Voir l'action technique

L'action 'attribute' gère les attributs de table étendus....
Lire la réponse complète Voir l'action technique

Les paramètres disponibles sont : attributes (ou attrs), caslib, name, set, table (ou attrTable), task, xml, et xmlPath....
Lire la réponse complète Voir l'action technique

Le paramètre 'name' est requis pour spécifier le nom de la table des attributs étendus....
Lire la réponse complète Voir l'action technique

Le paramètre 'attributes' est une liste de dictionnaires où chaque dictionnaire peut contenir les clés 'column' (nom de colonne), 'key' (nom de la clé, requis), et 'value' (valeur de l'attribut)....
Lire la réponse complète Voir l'action technique

Si vous spécifiez le paramètre 'attributes', vous devez également spécifier le paramètre 'set'....
Lire la réponse complète Voir l'action technique

Le paramètre 'caslib' spécifie la caslib cible pour la table des attributs étendus....
Lire la réponse complète Voir l'action technique

Le paramètre 'set' spécifie le nom de l'ensemble d'attributs étendus....
Lire la réponse complète Voir l'action technique

Il spécifie le nom d'une table d'attributs étendus existante à utiliser avec une tâche ADD, UPDATE ou CONVERT. Pour CONVERT, il nomme la table où stocker les attributs....
Lire la réponse complète Voir l'action technique

Les valeurs possibles pour 'task' sont "ADD", "CONVERT", "DROP", "EXPORT", ou "UPDATE". La valeur par défaut est "ADD"....
Lire la réponse complète Voir l'action technique

Vous pouvez utiliser le paramètre 'xml' pour spécifier les attributs directement sous forme de document XML, ou 'xmlPath' pour spécifier le chemin d'un fichier contenant le document XML....
Lire la réponse complète Voir l'action technique

L'action `augmentImages` a pour but d'augmenter des images en créant des patchs (sous-images) et en leur appliquant diverses mutations. Cela est utile pour générer des données d'entraînement supplémentaires pour les modèles d'apprentissage profond....
Lire la réponse complète Voir l'action technique

La table d'entrée est spécifiée à l'aide du paramètre obligatoire `table`. Ce paramètre indique la table CAS contenant les données d'image que vous souhaitez augmenter....
Lire la réponse complète Voir l'action technique

L'action `augmentImages` prend en charge une variété de mutations, notamment : `horizontalFlip` (retournement horizontal), `verticalFlip` (retournement vertical), `colorJittering` (instabilité de couleur), `colorShifting` (décalage de couleur), `darken` (assombrissement), `lighten` (éclaircisse...
Lire la réponse complète Voir l'action technique

Oui, vous pouvez définir une sous-image (un "patch") en utilisant les paramètres `x`, `y`, `width` (largeur) et `height` (hauteur). Si vous souhaitez appliquer les augmentations sur l'image entière, vous pouvez utiliser le paramètre `useWholeImage` défini sur TRUE. L'option `sweepImage` permet ...
Lire la réponse complète Voir l'action technique

La table de sortie est spécifiée à l'aide du paramètre obligatoire `casOut`. Ce paramètre vous permet de définir le nom de la table de sortie et la caslib où elle sera stockée....
Lire la réponse complète Voir l'action technique

Oui, le paramètre `seed` permet de spécifier une graine pour l'écriture aléatoire des images, ce qui garantit la reproductibilité des résultats. De plus, le paramètre `writeRandomly` contrôle si les images résultantes sont écrites de manière aléatoire dans la table de sortie....
Lire la réponse complète Voir l'action technique

L'action bartGauss ajuste des modèles d'arbres de régression additifs bayésiens (BART) pour des données de réponse qui suivent une distribution normale....
Lire la réponse complète Voir l'action technique

Le paramètre 'nTree' spécifie le nombre d'arbres à inclure dans un échantillon de l'ensemble de somme d'arbres....
Lire la réponse complète Voir l'action technique

Le paramètre 'nBI' (burn-in) définit le nombre d'itérations de rodage à effectuer avant que l'action ne commence à sauvegarder les échantillons pour la prédiction....
Lire la réponse complète Voir l'action technique

Par défaut, l'option est 'SEPARATE', ce qui signifie que les valeurs manquantes pour les prédicteurs continus sont traitées comme un groupe à part, et pour les prédicteurs catégoriels, elles forment un niveau distinct....
Lire la réponse complète Voir l'action technique

Le paramètre 'store' sauvegarde le modèle entraîné dans un objet de table binaire, ce qui permet de l'utiliser ultérieurement pour des tâches de scoring....
Lire la réponse complète Voir l'action technique

L'action `bartProbit` est utilisée pour ajuster des modèles d'arbres de régression additifs bayésiens (BART) avec un lien probit. Elle est spécifiquement conçue pour les données où la variable de réponse est binaire (par exemple, 0 ou 1, succès ou échec)....
Lire la réponse complète Voir l'action technique

Cette action traite des données avec une variable de réponse binaire. Cela signifie que la variable que vous essayez de prédire doit avoir seulement deux issues possibles, comme 'oui'/'non' ou 'vrai'/'faux'....
Lire la réponse complète Voir l'action technique

Le paramètre `nTree` spécifie le nombre d'arbres à inclure dans l'ensemble de modèles. La valeur par défaut est de 200. Augmenter ce nombre peut améliorer la précision du modèle, mais augmentera également le temps de calcul....
Lire la réponse complète Voir l'action technique

L'action `bartProbit` offre plusieurs stratégies pour gérer les valeurs manquantes via le paramètre `missing`. L'option par défaut, `SEPARATE`, traite les valeurs manquantes comme une catégorie distincte. D'autres options incluent `NONE` (exclure les observations), `MACBIG` (traiter comme la pl...
Lire la réponse complète Voir l'action technique

Le paramètre `store` permet de sauvegarder le modèle entraîné dans une table binaire CAS. Cet objet de stockage peut ensuite être utilisé pour effectuer des prédictions (scoring) sur de nouvelles données sans avoir à ré-entraîner le modèle, en utilisant par exemple l'action `bartScore`....
Lire la réponse complète Voir l'action technique

L'action bartScore crée une table sur le serveur qui contient les résultats de la notation (scoring) des observations en utilisant un modèle d'arbres de régression additifs bayésiens (BART) préalablement ajusté....
Lire la réponse complète Voir l'action technique

Les paramètres requis pour l'action bartScore sont `table`, qui spécifie la table de données d'entrée à noter ; `restore`, qui spécifie la table contenant le modèle ajusté ; et `casOut`, qui définit la table de sortie pour les résultats de la notation....
Lire la réponse complète Voir l'action technique

Vous pouvez utiliser le paramètre `pred` pour nommer la variable contenant la valeur prédite et le paramètre `resid` pour nommer la variable contenant le résidu. Par exemple : `pred="ma_prediction"`, `resid="mon_residu"`....
Lire la réponse complète Voir l'action technique

Oui, vous pouvez utiliser les paramètres `lcl` et `ucl` pour nommer les variables qui contiendront respectivement les limites de crédibilité inférieure et supérieure. Le niveau de significativité pour ces intervalles est contrôlé par le paramètre `alpha`, dont la valeur par défaut est 0.05...
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `copyVars` pour spécifier une liste de variables à copier de la table de notation vers la table de sortie. Par exemple : `copyVars={"variable1", "variable2"}`....
Lire la réponse complète Voir l'action technique

L'action `bart.bartScoreMargin` calcule les marges prédictives en utilisant un modèle d'arbres de régression additifs bayésiens (BART) préalablement ajusté....
Lire la réponse complète Voir l'action technique

Vous devez utiliser le paramètre `model`, qui est obligatoire. Ce paramètre spécifie l'objet de table binaire contenant le modèle ajusté lors d'un appel précédent à une action d'entraînement BART....
Lire la réponse complète Voir l'action technique

Le paramètre obligatoire `margins` (ou son alias `scenarios`) est utilisé pour spécifier une ou plusieurs marges prédictives. Chaque marge est un scénario défini par un nom et un ensemble de valeurs fixes pour certaines variables, spécifiées via le sous-paramètre `at`....
Lire la réponse complète Voir l'action technique

Pour calculer la différence entre deux marges, utilisez le paramètre `differences` (alias `diffs`). Dans ce paramètre, vous devez spécifier la marge d'événement (`evtMargin`) et la marge de référence (`refMargin`) en utilisant les noms que vous leur avez attribués dans le paramètre `margin...
Lire la réponse complète Voir l'action technique

Le paramètre `alpha` spécifie le niveau de significativité pour la construction des limites de crédibilité à queues égales pour les estimations. Sa valeur par défaut est 0.05....
Lire la réponse complète Voir l'action technique

Utilisez le paramètre `casOut` pour spécifier les détails de la table de sortie, tels que son nom (`name`) et la bibliothèque CAS (`caslib`) où elle doit être sauvegardée....
Lire la réponse complète Voir l'action technique

L'action bart.bartScoreMargin calcule les marges prédictives en utilisant un modèle d'arbres de régression additifs bayésiens (BART) préalablement ajusté....
Lire la réponse complète Voir l'action technique

Pour spécifier le modèle, vous devez utiliser le paramètre obligatoire `model`, qui indique la table binaire contenant le modèle ajusté lors d'un précédent entraînement....
Lire la réponse complète Voir l'action technique

Le paramètre `margins` est obligatoire et sert à définir une ou plusieurs marges prédictives. Chaque marge est un scénario où des variables spécifiques sont fixées à des valeurs données à l'aide du sous-paramètre `at`. Chaque marge doit recevoir un nom unique via le sous-paramètre `name...
Lire la réponse complète Voir l'action technique

Oui, le paramètre `differences` permet de calculer la différence entre deux marges prédictives. Vous devez spécifier la marge de l'événement (`evtMargin`) et la marge de référence (`refMargin`) en utilisant les noms que vous leur avez attribués dans le paramètre `margins`....
Lire la réponse complète Voir l'action technique

Le paramètre `alpha` définit le niveau de significativité pour la construction des limites de crédibilité équi-caudales (equal-tail credible limits). Sa valeur par défaut est 0.05....
Lire la réponse complète Voir l'action technique

Pour obtenir une table qui résume les variables et leurs valeurs pour chaque marge prédictive, vous devez définir le paramètre `marginInfo` sur TRUE....
Lire la réponse complète Voir l'action technique

L'action `bartScoreMargin` calcule les marges prédictives en utilisant un modèle d'arbres de régression additifs bayésiens (BART) préalablement ajusté. Cela permet d'évaluer comment les prédictions du modèle changent en fonction de scénarios spécifiques définis par l'utilisateur....
Lire la réponse complète Voir l'action technique

Pour utiliser cette action, vous devez spécifier deux paramètres principaux : `table`, qui est la table de données d'entrée, et `model`, qui est la table binaire contenant le modèle BART ajusté que vous souhaitez utiliser....
Lire la réponse complète Voir l'action technique

Vous définissez des scénarios à l'aide du paramètre `margins`. Chaque scénario est une liste où vous pouvez utiliser le sous-paramètre `at` pour fixer les valeurs de variables spécifiques. Par exemple, vous pouvez fixer une variable continue à une certaine moyenne ou une variable de classif...
Lire la réponse complète Voir l'action technique

Oui, le paramètre `differences` permet de calculer la différence entre deux marges prédictives que vous avez préalablement définies dans le paramètre `margins`. Vous devez spécifier une marge de référence (`refMargin`) et une marge d'événement (`evtMargin`) pour que l'action calcule la di...
Lire la réponse complète Voir l'action technique

Le paramètre `alpha` spécifie le niveau de significativité pour la construction des limites de crédibilité pour les marges calculées. La valeur par défaut est 0.05, ce qui correspond à des intervalles de crédibilité de 95%....
Lire la réponse complète Voir l'action technique
Copyright © WeAreCAS 2023-2025