La gestion des valeurs manquantes est nativement intégrée aux paramètres d'entraînement du réseau de neuronesUn réseau de neurones est un modèle d'IA bio-inspiré composé de couches de nœuds interconnectés, capable d'apprendre des relations complexes dans les données pour prédire ou classifier avec précision., garantissant la fluidité du pipelineChaîne de flux de données automatisée intégrant prétraitement, sélection de variables et modèles supervisés pour comparer leurs performances et déployer le meilleur candidat dans SAS Viya. de données. L'action propose le paramètre missing pour 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 (covariables) et le paramètre targetMissing pour la variable cible.
Les stratégies d'imputation automatisées incluent le remplacement par la moyenne globale, par le minimum ou le maximum observé, ou bien la suppression silencieuse de l'observation. Cela évite aux data engineers d'avoir à concevoir une étape de préparation de données externe lourde avant la phase de modélisationProcessus de création de structures mathématiques ou statistiques sur SAS Viya pour prédire des comportements, classifier des données ou identifier des tendances à partir de jeux de données CAS. causale.
