Comment assurer la reproductibilité stricte de mes résultats de clustering de graphe en production ?

Maîtrise du déterminisme en environnement distribué

La détection de communautés repose sur des heuristiques qui, dans un environnement de traitement massivement parallèle, peuvent engendrer des variations de résultats dues à l'ordre stochastique de traitement des données par les différents threadsUnités d'exécution parallèles au sein d'un processus CAS. Ils permettent de distribuer simultanément les calculs sur plusieurs cœurs CPU pour accélérer le traitement des données dans SAS Viya.. Pour garantir la gouvernance et l'auditabilité de vos modèles en production, vous devez impérativement activer le paramètre deterministic. Lorsqu'il est défini sur vrai, ce réglage force le moteur analytique à produire un résultat final strictement identique à chaque exécution, pourvu que l'infrastructure matérielle et les hyperparamètres comme nThreads restent inchangés.

Exemples pour l'action community

Détection de base (Louvain)

Utilisation de l'algorithme par défaut pour identifier les groupes naturels.

Multi-résolution et Découpage Récursif

On force l'algorithme à créer des communautés de 2 personnes maximum en utilisant une approche récursive et une résolution spécifique.

Vous pourriez aussi aimer...

Conseil de l'Expert

: Ne confondez pas la "reproductibilité" avec la simple fixation d'une graine aléatoire (seed). Sur Viya 4, l'ordre d'arrivée des messages entre les nœuds worker peut modifier la formation des clusters. L'activation du mode déterministe est indispensable, mais gardez à l'esprit qu'elle peut entraîner une légère augmentation du temps de calcul (overhead) due à la synchronisation accrue des threads.

Cette réponse vous a-t-elle aidé ?

Vos votes aident à améliorer notre base de connaissances.