Écosystème des Tables de Sortie CAS

L'action assess offre la possibilité de générer plusieurs tables de sortie pour détailler les résultats de l'évaluation du modèle :: Une table de sortie générale contenant les résultats de l'action.: Une table spécifiquement pour les statistiques d'ajustement du modèle. Si la variable de réponse est nominale, vous devez spécifier les événements et les variables de probabilité.: Une table dédiée aux calculs de la courbe ROC (Receiver Operating Characteristic), utile pour visualiser la performance des classifieurs binaires.

Quels types de tables de sortie l'action 'assess' peut-elle générer? - assess

L'action assess offre la possibilité de générer plusieurs tables de sortie pour détailler les résultats de l'évaluation 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). :

casOut: Une table de sortie générale contenant les résultats de l'action.
fitStatOut: Une table spécifiquement pour les statistiques d'ajustement 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 la variable de réponse est nominale, vous devez spécifier les événements et les 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. de probabilité.
rocOut: Une table dédiée aux calculs de la courbe ROCLa courbe ROC (Receiver Operating Characteristic) mesure la performance d'un modèle de classification en traçant le taux de vrais positifs face au taux de faux positifs pour chaque seuil. (Receiver Operating Characteristic), utile pour visualiser la performance des classifieurs binaires.

Schéma : Quels types de tables de sortie l'action 'assess' peut-elle générer?

Exemples pour l'action assess

Évaluation d'un modèle binaire simple

Évaluation basique d'un modèle de classification binaire pour générer les courbes Lift et ROC standard.

Évaluation avancée avec centiles et pas ROC ajusté

Une évaluation plus granulaire pour les puristes, en utilisant 100 centiles (au lieu de 20 bins par défaut) et un pas plus fin pour lisser la courbe ROC.

Vous pourriez aussi aimer...

Conseil de l'Expert

Pour optimiser les performances de stockage, ne générez que les tables nécessaires. Si votre objectif est uniquement le déploiement (M LOps), fitStatOut suffit souvent. En revanche, pour la validation scientifique, la table rocOut est indispensable car elle contient les points d'inflexion critiques pour le calcul du coefficient de Gini et de l'indice de Youden.

Architecture et Contenu des Datasets de Sortie

Indicateurs de Fit (fitStatOut) : Cette table consolide les métriques d'erreur globales (ASE, Misclassification, LogLoss). Elle est la seule à fournir une vue d'ensemble de la convergence statistique du modèle.
Compatibilité Visual Analytics : Ces tables sont formatées pour être chargées instantanément en mémoire globale (promote=True), permettant une visualisation immédiate dans l'interface VA sans transformation de données.

Cette réponse vous a-t-elle aidé ?