Le script commence par initialiser une session CAS, puis charge la table 'dmagecr' de la bibliothèque d'exemples 'sampsio' dans une table en mémoire CAS. Il exécute ensuite trois variations de PROC GRADBOOST. La première utilise l'autotuning par défaut. La deuxième spécifie le nombre d'itérations et la taille de la population pour l'autotuning. La troisième personnalise davantage les hyperparamètres à optimiser, comme le nombre d'arbres (ntrees) et le nombre de variables à tester (vars_to_try). Le script se termine en fermant la session CAS.
Analyse des données
Type : EXTERNE
Les données proviennent de la table 'dmagecr' située dans la bibliothèque d'exemples SAS 'sampsio'. Le script suppose que cette bibliothèque est disponible dans l'environnement SAS. La table est ensuite chargée en mémoire dans une table CAS.
1 Bloc de code
CAS
Explication :
Initialise une session CAS (Cloud Analytic Services) nommée 'mysess' et définit une bibliothèque ('libref') CAS 'mycaslib' qui pointe vers cette session pour y stocker des données.
Initialise une session CAS (Cloud Analytic Services) nommée 'mysess' et définit une bibliothèque ('libref') CAS 'mycaslib' qui pointe vers cette session pour y stocker des données.
Copié !
| 1 | cas mysess sessopts=(nworkers=1); |
| 2 | LIBNAME mycaslib cas casref=mysess; |
| 3 |
2 Bloc de code
DATA STEP Data
Explication :
Charge la table 'dmagecr' depuis la bibliothèque 'sampsio' vers la bibliothèque CAS 'mycaslib', la rendant ainsi disponible en mémoire pour le moteur CAS.
Charge la table 'dmagecr' depuis la bibliothèque 'sampsio' vers la bibliothèque CAS 'mycaslib', la rendant ainsi disponible en mémoire pour le moteur CAS.
Copié !
| 1 | |
| 2 | DATA mycaslib.dmagecr; |
| 3 | SET sampsio.dmagecr; |
| 4 | RUN; |
| 5 |
3 Bloc de code
PROC GRADBOOST
Explication :
Exécute l'autotuning d'un modèle de gradient boosting avec les options par défaut. La procédure optimise automatiquement un ensemble d'hyperparamètres (NTREES, LEARNINGRATE, etc.) sur leurs plages prédéfinies.
Exécute l'autotuning d'un modèle de gradient boosting avec les options par défaut. La procédure optimise automatiquement un ensemble d'hyperparamètres (NTREES, LEARNINGRATE, etc.) sur leurs plages prédéfinies.
Copié !
| 1 | PROC GRADBOOST DATA=mycaslib.dmagecr outmodel=mycaslib.mymodel; |
| 2 | target good_bad / level=nominal; |
| 3 | INPUT checking duration history amount savings employed installp |
| 4 | marital coapp resident property age other housing existcr job |
| 5 | depends telephon foreign / level=interval; |
| 6 | INPUT purpose / level=nominal; |
| 7 | autotune; |
| 8 | RUN; |
4 Bloc de code
PROC GRADBOOST
Explication :
Lance un deuxième autotuning en spécifiant une population de 5 ('popsize=5'), un maximum de 3 itérations ('maxiter=3') et utilise l'erreur quadratique moyenne (ASE) comme objectif d'optimisation.
Lance un deuxième autotuning en spécifiant une population de 5 ('popsize=5'), un maximum de 3 itérations ('maxiter=3') et utilise l'erreur quadratique moyenne (ASE) comme objectif d'optimisation.
Copié !
| 1 | PROC GRADBOOST DATA=mycaslib.dmagecr outmodel=mycaslib.mymodel; |
| 2 | target good_bad / level=nominal; |
| 3 | INPUT checking duration history amount savings employed installp |
| 4 | marital coapp resident property age other housing existcr job |
| 5 | depends telephon foreign / level=interval; |
| 6 | INPUT purpose / level=nominal; |
| 7 | autotune popsize=5 maxiter=3 objective=ASE; |
| 8 | RUN; |
5 Bloc de code
PROC GRADBOOST
Explication :
Effectue un autotuning plus contrôlé en modifiant les plages de recherche et les valeurs pour certains hyperparamètres. Le nombre d'arbres ('ntrees') est testé entre 10 et 50, et le nombre de variables à essayer ('vars_to_try') est restreint à une liste de valeurs spécifiques.
Effectue un autotuning plus contrôlé en modifiant les plages de recherche et les valeurs pour certains hyperparamètres. Le nombre d'arbres ('ntrees') est testé entre 10 et 50, et le nombre de variables à essayer ('vars_to_try') est restreint à une liste de valeurs spécifiques.
Copié !
| 1 | PROC GRADBOOST DATA=mycaslib.dmagecr outmodel=mycaslib.mymodel; |
| 2 | target good_bad / level=nominal; |
| 3 | INPUT checking duration history amount savings employed installp |
| 4 | marital coapp resident property age other housing existcr job |
| 5 | depends telephon foreign / level=interval; |
| 6 | INPUT purpose / level=nominal; |
| 7 | autotune popsize=5 maxiter=3 objective=ASE |
| 8 | tuningparameters=( |
| 9 | ntrees(lb=10 ub=50 init=10) |
| 10 | vars_to_try(values=4 8 12 16 20 init=4) |
| 11 | ); |
| 12 | RUN; |
6 Bloc de code
CAS
Explication :
Termine la session CAS 'mysess' et libère les ressources associées sur le serveur.
Termine la session CAS 'mysess' et libère les ressources associées sur le serveur.
Copié !
| 1 | cas mysess terminate; |
Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.
