L'action ne se contente pas de calculer des clusters ; elle génère une véritable topologie de réseau. Grâce aux paramètres outEdge et outVert, l'action produit des tables CAS qui définissent les liens (arêtes) et les nœuds (sommets) d'un graphe non orienté. Ces sorties sont directement compatibles avec d'autres microservicesLes microservices sont une approche d'architecture logicielle où une application est décomposée en une collection de petits services indépendants, spécialisés et communicant entre eux via des APIs légères. Contrairement aux architectures "monolithiques" anciennes, chaque microservice remplit une fonction unique (ex: gestion du catalogue, authentification, moteur de calcul).
Dans SAS Viya 4, cette architecture est native. Elle permet à la plateforme de s'exécuter sur Kubernetes, offrant une flexibilité totale : chaque composant de SAS peut être mis à jour, redémarré ou mis à l'échelle (scaling) individuellement sans affecter le reste du système. de SAS Viya, comme l'action Hypergroup, permettant de visualiser l'écosystème de vos données sous forme de graphes interactifs.
Comment transformer vos données brutes en réseaux de variables exploitables ?
Exemples pour l'action gvarcluster
Exemple simple de clustering de variables
Un premier essai pour regrouper nos variables continues avec les paramètres par défaut. Simple, basique, efficace.
Clustering avancé avec gestion des graphes (arêtes et sommets)
Ici on sort l'artillerie lourde : on inclut notre variable nominale 'cat', on désactive l'approximation avec 'exact=true', on modifie la pénalité 'rho', et on prépare les tables réseaux (nœuds et arêtes). L'astuce du chef pour préparer une belle visualisation réseau !