Comment industrialiser le déploiement des modèles de mélange Gaussien ?

Grâce au paramètre saveState, vous pouvez sauvegarder l'état complet de votre 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). analytique dans une table binaire sur le serveur. Ce fichier d'état permet de réappliquer ultérieurement 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 de nouvelles données entrantes sans avoir à réentraîner l'algorithme. Cette fonctionnalité simplifie l'intégration dans des pipelines de production temps réel ou des processus de 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. par lots, assurant une cohérence parfaite entre la phase d'exploration et la phase opérationnelle.