L'action offre une flexibilité totale via le paramètre includeMissing. Par défaut, les observations contenant des valeurs manquantes sont incluses dans le 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. en suivant la logique de l'arbre. Cependant, si votre politique métier exige une rigueur absolue sur la complétude des données, vous pouvez passer ce paramètre à FALSE pour ignorer systématiquement toute ligne où 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. prédictives sont absentes.
Comment gérer les données incomplètes sans fausser vos résultats analytiques ?
Exemples pour l'action dtreeScore
Scoring basique d'un modèle d'arbre
Ici, on applique notre modèle fraîchement généré sur nos données d'origine pour obtenir de simples prédictions dans une nouvelle table de sortie.
Scoring complet avec probabilités, encodage parfait et parcours d'arbre
Sortons l'artillerie lourde 🚀 ! On score la table en demandant explicitement les probabilités (%%assess%% et %%assessOneRow%%), en nommant proprement les colonnes avec un préfixe lisible 'P_' (%%encodeName%%), et en gardant la trace complète du chemin emprunté dans l'arbre pour assurer l'explicabilité de la décision (%%path%%).