Absolument. L'un des plus grands avantages de cette action est le paramètre saveState. Il permet d'enregistrer toute la logique de transformation et de génération dans une table CAS spécifique, souvent appelée astoreFichier binaire compact contenant la logique d'un modèle entraîné (analytique de score). Il permet de déployer et d'exécuter des modèles complexes de manière portable et ultra-rapide dans SAS Viya. (Analytic StoreFormat binaire (ASTORE) sauvegardant l'état d'un modèle de Machine Learning entraîné dans SAS Viya pour permettre son déploiement et son exécution rapide sur de nouvelles données.). Ce fichier binaire peut ensuite être utilisé pour marquer de nouvelles données en temps réel ou en lot, garantissant que 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. fantômes générées en production suivent exactement la même distribution que celles utilisées lors de la phase d'expérimentation.
Est-il possible de reproduire et de déployer la logique de génération de shadow features en production ?
Exemples pour l'action generateShadowFeatures
Génération basique d'ombres
Génère 5 ombres par défaut pour les variables x1 et x2.
Génération contrôlée avec sauvegarde du modèle
On limite à 2 ombres, on fixe la graine aléatoire pour la reproductibilité et on sauvegarde l'état pour une utilisation future (scoring).