Pour garantir des performances optimales sur de larges volumes de données, l'action bnet propose plusieurs leviers d'optimisation paramétriques cruciaux pour un architecte de données :
- L'écrémage initial : L'utilisation du paramètre preScreening configuré sur ONE permet de filtrer en amont toutes 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. d'entrée indépendantes de la cible via des tests statistiques, évitant des calculs inutiles.
- La restriction structurelle : Le paramètre maxParents limite la densité du graphe en fixant le nombre maximum de parents pour chaque nœud (défini à 5 par défaut, avec un maximum strict de 16).
- La sélection avancée : Le paramètre varSelect affine le réseau en éliminant dynamiquement 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. qui s'avèrent conditionnellement indépendantes au fil de la construction.
En combinant ces méthodes avec des tests d'indépendance rapides comme le test G-square, l'espace de recherche heuristique est drastiquement réduit sans sacrifier la précision prédictive.
