?> Comment l'action `annTrain` gère-t-elle les valeu... - Aide
QUESTION / RÉPONSE

Comment l'action `annTrain` gère-t-elle les valeurs manquantes dans les données d'entrée ?

0 consultations

Réponse

La gestion des valeurs manquantes pour les variables d'entrée et cible est contrôlée par les paramètres `missing` et `targetMissing`. Les options disponibles sont : 'NONE' (exclure les observations avec des valeurs manquantes), 'MEAN' (remplacer par la moyenne), 'MIN' (remplacer par le minimum), et 'MAX' (remplacer par le maximum). Pour les variables nominales, une catégorie distincte est créée pour les valeurs manquantes.
Action technique liée

Voir la documentation de annTrain

Voir l'Action
Thématiques

Voir aussi

annTrain
neuralNet

La acción `annTrain` entrena una red neuronal artificial. Permite definir la arquitectura de la red (como MLP, GLIM), especificar las funciones de activación y de combinación, y configurar el proceso de optimización utilizando diversos algoritmos como LBFGS o SGD. Esta acción es fundamental para construir y ajustar modelos de redes neuronales sobre datos en CAS.

annCode
neuralNet

The annCode action generates SAS DATA step scoring code from a trained artificial neural network model. This allows for the deployment of the model outside of the CAS environment, enabling scoring of new data in traditional SAS environments. The generated code can be saved to a CAS table for further use.

annScore
neuralNet

Die Aktion `annScore` im `neuralNet`-Aktionssatz wird verwendet, um eine Datentabelle unter Verwendung eines zuvor trainierten künstlichen neuronalen Netzwerkmodells zu bewerten. Diese Aktion nimmt ein trainiertes Modell (gespeichert in einer CAS-Tabelle) und eine Eingabetabelle und erzeugt eine Ausgabetabelle, die die vorhergesagten Werte enthält. Sie ist ein wesentlicher Schritt im Machine-Learning-Workflow, um die Leistung eines Modells auf neuen Daten zu bewerten oder Vorhersagen für die Produktion zu generieren.