Maîtriser les hyperparamètres : Comment l'initialisation et les seuils de signification transforment vos graphes orientés acycliques ?

Optimisation des Graphes Causaux sous Viya 4

Le paramétrage expert du moteur de découverte causale repose sur trois piliers fondamentaux pour orienter correctement vos microservicesLes microservices sont une approche d'architecture logicielle où une application est décomposée en une collection de petits services indépendants, spécialisés et communicant entre eux via des APIs légères. Contrairement aux architectures "monolithiques" anciennes, chaque microservice remplit une fonction unique (ex: gestion du catalogue, authentification, moteur de calcul).

Dans SAS Viya 4, cette architecture est native. Elle permet à la plateforme de s'exécuter sur Kubernetes, offrant une flexibilité totale : chaque composant de SAS peut être mis à jour, redémarré ou mis à l'échelle (scaling) individuellement sans affecter le reste du système.
analytiques :

  • Les niveaux de signification : Ils déterminent la rigueur statistique exigée pour valider une arête causale entre deux nœuds de votre système. L'injection d'un vecteur contenant de multiples valeurs permet de générer simultanément plusieurs topologies concurrentes en une seule exécution de l'algorithme.
  • La méthode d'initialisation : Essentielle pour la rapidité de convergence, l'initialisation de l'ordre topologique utilise par défaut une heuristique basée sur la varianceMesure statistique de la dispersion des données indiquant l'écart carré moyen par rapport à la moyenne. Une variance élevée traduit une grande hétérogénéité des observations autour du centre. intrinsèque des variablesColonnes d'une table SAS contenant des données spécifiques (numériques ou caractères). Elles possèdent des attributs comme le nom, le type, la longueur, l'étiquette et le format d'affichage.. Des options d'initialisation aléatoire ou dictée par la structure brute des données sources sont également documentées et disponibles.
  • Le plafond itératif : Le paramètre de contrôle du nombre maximal d'itérations borne de manière stricte l'exploration algorithmique, garantissant que vos processus de scoringProcessus d'application d'un modèle prédictif à de nouvelles données pour calculer une probabilité ou un score, permettant ainsi d'automatiser la prise de décision en temps réel sur SAS Viya. respectent les contraintes de temps d'exécution.

Exemples pour l'action dagdiscovery

Apprentissage d'un DAG de base

Exécution classique avec l'algorithme TOP par défaut pour extraire la structure causale sous forme de table.

Recherche causale exhaustive et paramétrée

Une analyse plus robuste exploitant l'algorithme MCV, la parallélisation, des seuils d'alpha multiples et exportant l'intégralité des rapports d'analyse possibles.