dtreeExportModel

Quelle stratégie de vote choisir pour optimiser la précision de vos prédictions de classification ?

Lors de l'exportation avec dtreeExportModel, le paramètre vote définit la manière dont les résultats individuels des arbres sont agrégés. Vous disposez de deux stratégies majeures :

  • MAJORITY : La prédiction est basée sur la classe qui recueille le plus de votes parmi tous les arbres de la forêt.
  • PROB : La prédiction repose sur la probabilité moyenne calculée sur l'ensemble des arbres.

Le choix de cette option impacte directement le code de scoringProcessus d'application d'un modèle prédictif à de nouvelles données pour calculer une probabilité ou un score, permettant ainsi d'automatiser la prise de décision en temps réel sur SAS Viya. SAS généré et les calculs de l'erreur Out-of-Bag (OOB).

Exemples pour l'action dtreeExportModel

Export simple d'un modèle d'arbre

Voici comment exporter notre modèle 'mon_modele_arbre' vers une table aStore nommée 'mon_astore_arbre' avec les paramètres par défaut.

Export avancé avec stratégie de vote probabiliste

Dans cet exemple, nous exportons le modèle en précisant une stratégie de vote basée sur les probabilités ('PROB') plutôt que sur la majorité. Nous ajustons également quelques options de la table de sortie.

Cette réponse vous a-t-elle aidé ?

Vos votes aident à améliorer notre base de connaissances.

Action CAS associée

decisionTree

dtreeExportModel
À lire aussi...
Comment transformer vos arbres de décision en actifs portables grâce au format Analytic Store ? Quelles sont les configurations critiques du paramètre casOut pour garantir la disponibilité du modèle ? Pourquoi l'utilisation de variables calculées à la demande est-elle un avantage pour vos pipelines de données ? Comment personnaliser les variables et les filtres lors de l'exportation du modèle vers CAS ?