L'action dispose d'une logique de détection automatique de la sémantique des données via l'explorationPolicy. Elle identifie les types date, datetime et time pour en extraire automatiquement des composants temporels utiles (jour de la semaine, mois, heure). Elle analyse également la cardinalitéLa cardinalité représente le nombre de valeurs distinctes contenues dans une colonne. Une cardinalité élevée indique une grande diversité de données, influençant le choix des modèles dans CAS. 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. nominales pour décider s'il est préférable d'effectuer un encodage par regroupement des niveaux rares ou une réduction de dimension, s'adaptant ainsi finement aux spécificités de chaque domaine métier.
Comment featureMachine s adapte-t-il spécifiquement aux types de données métier comme les dates ou les devises ?
Exemples pour l'action featureMachine
Feature Engineering automatique minimaliste
Une exécution simple pour voir ce que l'action propose par défaut sur notre table.
Feature Engineering agressif avec interactions et sauvegarde du modèle
Ici, on active la détection d'interactions entre variables et on sauvegarde le résultat pour un déploiement futur via un astore.