Pour maîtriser la verbosité de l'exécution, le paramètre logLevel propose quatre niveaux de détail allant de 0 (aucun journal) à 3 (suivi complet incluant le début et la fin de chaque segment). Par défaut, le niveau maximum est appliqué pour une transparence totale. Concernant les résultats, ils sont consolidés et exportés dans une table en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. définie par le paramètre casOut. Cette table contiendra les scores de prédiction pour l'ensemble des observations à travers toutes les itérations, ce qui est particulièrement utile pour évaluer la probabilité de l'événement cible défini spécifiquement par targetEvent.
Comment analyser les resultats consolides et suivre l avancement des iterations sans saturer les journaux d execution ?
Optimisation des logs et persistance CAS
Exemples pour l'action crossValidate
Validation croisée basique d'un Arbre de Décision
Cet exemple évalue la robustesse d'un arbre de décision via $k$-fold validation. Il automatise le partitionnement, l'entraînement et l'agrégation des métriques pour mesurer l'erreur de généralisation.
Validation croisée robuste d'une Forêt Aléatoire
Cet exemple optimise l'action crossValidate en parallélisant 10 plis (K-folds) sur un modèle FOREST. Il assure la reproductibilité via seed et cible l'événement binaire pour évaluer la stabilité.