Quel est le moyen le plus rapide pour déployer vos modèles de régression en production ?

La mise en production est simplifiée par les paramètres store et code. Le paramètre store sauvegarde l'intégralité de l'état 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). dans une table binaire, prête à être utilisée par l'action glmScore sur de nouvelles données en temps réel. Parallèlement, le paramètre code peut générer le code SAS DATA stepBloc de programmation SAS itératif utilisé pour lire, transformer et manipuler des données ligne par ligne afin de créer des tables de sortie personnalisées et calculer de nouvelles variables. nécessaire au déploiement dans des environnements traditionnels. Voici un exemple de structure CASLLangage de script de SAS Viya utilisé pour interagir avec le serveur CAS. Il permet de combiner des actions CAS, de gérer la logique de programmation et de manipuler les résultats en mémoire. pour appeler l'action : action regression.glm / table={name="VENTES_DATA"}, model={depvars={{name="CIBLE"}}, effects={{vars={"X1", "X2"}}}};.