Quelle est l'importance du paramètre modelTable dans annCode et comment puis-je le configurer pour un chargement efficace du modèle ?

Le paramètre modelTable est obligatoire dans l'action annCode et est fondamental car il spécifie la table CAS (Cloud Analytic Services) qui contient le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). de réseau neuronal artificiel entraîné. C'est à partir de cette table que l'action annCode va extraire la structure et les poids du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). pour générer le code de scoring SAS. Ce modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). peut ensuite être utilisé pour scorer de nouvelles données ou pour générer du code SAS de scoring autonome.

Pour configurer efficacement modelTable, plusieurs sous-paramètres sont disponibles :

• name (obligatoire) : Le nom de la table CAS où le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). est stocké.
• caslib : Spécifie la bibliothèque CAS où se trouve la table du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting).. Si omis, la bibliothèque CAS active est utilisée.
• computedOnDemand : Un booléen (TRUE ou FALSE, par défaut FALSE). Si défini à TRUE, les variables calculées sont créées au chargement de la table plutôt qu'au début de l'action. Alias : compOnDemand.
• computedVars : Une liste de descriptions de variables pour les variables calculées à créer, avec des sous-options pour le format, la longueur, le libellé, etc. Alias : compVars.
• computedVarsProgram : Une chaîne de caractères spécifiant l'expression pour chaque variable calculée. Alias : compPgm.
• dataSourceOptions : Spécifie des options spécifiques à la source de données si le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). provient d'une source externe. Alias : options, dataSource.
• importOptions : Options pour l'importation de la table du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). si elle n'est pas déjà au format CAS. Alias : import.
• singlePass : Un booléen (TRUE ou FALSE, par défaut FALSE). Si défini à TRUE, ne crée pas de table transitoire sur le serveur, ce qui peut être efficace mais peut affecter l'ordonnancement stable des données sur des exécutions répétées.
• vars : Une liste de descriptions de variables spécifiant les variables du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). à utiliser.
• where : Une expression pour sous-échantillonner les données d'entrée du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting)..
• whereTable : Une table d'entrée contenant des lignes à utiliser comme filtre WHERE, appliquée avant le paramètre where si les deux sont spécifiés.

En utilisant ces options, vous pouvez contrôler précisément la manière dont le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). est chargé et interprété par l'action annCode.