L'action permet de générer des indicateurs d'importance lors du 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 activant le paramètre rbaImp, qui utilise la méthode Random Branch Assignments. De plus, pour capturer des comportements non linéaires, le paramètre varIntImp permet de mesurer l'importance des interactions entre 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.. Ces fonctionnalités transforment une 'boîte noire' en un système transparent capable de justifier chaque score auprès des directions métiers.
Comment expliquer les décisions du modèle grâce à l'analyse d'importance des variables ?
Exemples pour l'action forestScore
Scoring de base avec statistiques d'erreur
Exécute le scoring sans table de sortie pour obtenir rapidement le taux d'erreur sur les données fournies.
Scoring complet avec export des probabilités et conservation d'ID
Ici, on génère une table de résultats incluant l'identifiant d'origine, les probabilités de chaque classe, et on utilise la moyenne des probabilités pour la décision finale.