Comment industrialiser le déploiement de vos modèles prédictifs sur des volumes de données massifs ?

L'action forestScore est l'outil de référence dans l'écosystème SAS Viya pour appliquer des modèles de forêt aléatoireAlgorithme d'apprentissage supervisé combinant plusieurs arbres de décision indépendants pour améliorer la précision et réduire le surapprentissage par agrégation de leurs prédictions. à des tables de données volumineuses. En utilisant le moteur CAS Cloud Analytic ServicesMoteur d'exécution in-memory de SAS Viya. Il assure le traitement massivement parallèle (MPP) et distribué des données pour optimiser les performances analytiques et le passage à l'échelle., cette action distribue les calculs sur l'ensemble des nœuds du clusterEnsemble de nœuds (machines) interconnectés, gérés par Kubernetes, qui collaborent pour exécuter les microservices et le moteur CAS de SAS Viya, assurant haute disponibilité et passage à l'échelle., permettant de transformer des modèles complexes en scores exploitables quasi instantanément pour des millions de lignes.

Exemples pour l'action forestScore

Scoring de base avec statistiques d'erreur

Exécute le scoring sans table de sortie pour obtenir rapidement le taux d'erreur sur les données fournies.

Scoring complet avec export des probabilités et conservation d'ID

Ici, on génère une table de résultats incluant l'identifiant d'origine, les probabilités de chaque classe, et on utilise la moyenne des probabilités pour la décision finale.