L'utilisation du paramètre noSplit est la solution idéale pour cette tâche. Lorsqu'il est activé, l'action exécute le 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). sur la table spécifiée dans le paramètre table sans tenter de créer de nouvelles divisions ou de faire croître l'arbre. Cela permet de générer des statistiques de performance et d'importance des 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. (varImp) sur un jeu de données de validation ou de test, tout en conservant l'intégrité de la structure du 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). original stocké dans la modelTable.
Comment évaluer la performance d'un arbre sur des données de validation sans modifier sa structure ?
Exemples pour l'action dtreeSplit
Division automatique des nœuds feuilles
Cet exemple prend un arbre existant (de profondeur 2 par exemple) et tente d'ajouter une séparation supplémentaire à chaque nœud terminal.
Division ciblée et personnalisée d'un nœud
Ici, nous ciblons le nœud racine (nodeId 0) et le divisons de force en utilisant la variable 'x1' avec un point de coupure à 0.5. Parfait pour ajuster un arbre basé sur l'expertise métier.