Lors de l'évaluation d'un 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). prédictif, il est impératif de ne pas perdre le lien avec les clés métiers d'origine, comme les identifiants clients ou les numéros de transactionUnité de travail logique regroupant une ou plusieurs opérations. Elle garantit l'intégrité des données en validant (commit) ou annulant (rollback) l'ensemble des modifications de manière atomique. financière. L'argument copyVars est conçu spécifiquement pour ce cas d'usage analytique. Il accepte des mots-clés globaux hautement pratiques comme ALL_CHARACTER ou ALL_NUMERIC, ou bien une liste explicite de colonnes. En configurant ce paramètre, vous forcez l'action à copier ces colonnes intactes de la table d'entrée vers la table de résultats. Cette méthode garantit une traçabilité parfaite et facilite grandement la création de tableaux de bord de supervision dans SAS Visual Analytics en évitant d'écrire de lourdes requêtes telles que proc fedsql sessref=mysess; select a.*, b.* from casuser.scored_data as a left join casuser.original_data as b on a.id = b.id; quit;.
Comment assurer la traçabilité de bout en bout en conservant vos identifiants clés lors de l'analyse ?
Maîtrise de la Traçabilité avec CopyVars
Exemples pour l'action describe
Description basique d'un modèle astore
Cet exemple montre comment interroger simplement le magasin analytique que nous venons de créer pour comprendre ce qu'il contient.
Description avancée avec extraction du code de scoring DS2
Ici, nous utilisons l'option `epcode=TRUE` pour demander à l'action de révéler la magie interne du modèle. L'action générera la coquille de code DS2 que le moteur CAS utilise pour scorer les nouvelles données. C'est parfait pour auditer ou adapter le pipeline de scoring !

